/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Архитектура
t5 · dense
Базовая модель
t5-small-finetuned-2024-03-14
Опубликована
14 апр 2024

t5-small-finetuned-2024-03-15

Языковая модель5 профессий

Компактная дообученная модель T5 для задач преобразования текста в текст.

11скачиваний за 30 дней0лайковвеса обновлены14 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

liamvbetts/t5-small-finetuned-2024-03-15 — компактная модель T5, дообученная на базе liamvbetts/t5-small-finetuned-2024-03-14 для преобразования текста в текст. Веса доступны в формате safetensors; модель содержит 38,5 млн параметров и имеет контекст длиной до 512 токенов.

Карточка сообщает результаты оценки: Loss 1.5180, ROUGE-1 42.6379, ROUGE-2 30.7892, ROUGE-L 39.2984 и ROUGE-Lsum 39.671. Конкретная задача, обучающие данные и предполагаемые сценарии использования не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация текста по текстовому запросу
  • суммаризация текста
  • перефразирование текста

Ограничения

Конкретное назначение, обучающий набор данных и языки модели не описаны; приведённые метрики не уточняют задачу оценки. Лицензия в доступных данных отсутствует.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-2024-03-15

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-14 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5180
  • Rouge1: 42.6379
  • Rouge2: 30.7892
  • Rougel: 39.2984
  • Rougelsum: 39.671
  • Gen Len: 18.9765

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 4e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsumGen Len
1.7871.03371.518042.637930.789239.298439.67118.9765

Framework versions

  • Transformers 4.39.3
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
51a6f20

0 моделей