Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Архитектура: t5 · dense
Базовая модель: t5-small-finetuned-2024-03-15
Опубликована: 14 апр 2024

Ссылки

Hugging Face

t5-small-finetuned-2024-03-16

liamvbetts

Языковая модель3 профессии

Компактная дообученная модель T5 для генерации текста по текстовому входу, конкретное назначение которой не описано.

10скачиваний 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-2024-03-16 — дообученная модель семейства T5, созданная на основе liamvbetts/t5-small-finetuned-2024-03-15. Это компактная модель генерации текста по текстовому входу с 38,5 млн параметров и контекстом до 512 токенов. README сообщает метрики оценки: loss 1,9081, ROUGE-1 32,2806, ROUGE-2 18,3465, ROUGE-L 27,9985 и ROUGE-Lsum 28,4829; конкретная задача и набор данных обучения не описаны, поэтому назначение модели определить нельзя. Веса опубликованы в формате safetensors. Условия лицензии в доступных данных не приведены.

Сценарии применения

генерация текста по заданному текстовому запросу
экспериментальная оценка генеративной модели T5
исследование метрик ROUGE для генерации текста

Ограничения

README не описывает целевую задачу, обучающие данные и предполагаемые сценарии применения; метрики оценки приведены без контекста набора данных. Лицензия в доступных источниках не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-2024-03-16

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-15 on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.9081
Rouge1: 32.2806
Rouge2: 18.3465
Rougel: 27.9985
Rougelsum: 28.4829
Gen Len: 18.6506

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 Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum	Gen Len
1.9126	1.0	330	1.9081	32.2806	18.3465	27.9985	28.4829	18.6506

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: 8ae6bff