Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Архитектура: t5 · dense
Базовая модель: t5-small-finetuned-2024-03-19
Опубликована: 14 апр 2024

Ссылки

Hugging Face

t5-small-finetuned-2024-03-20

liamvbetts

Языковая модель3 профессии

Компактная дообученная модель T5 для преобразования текста в текст, конкретная специализация которой не описана.

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-2024-03-20 — дообученная модель семейства T5, разработанная на основе liamvbetts/t5-small-finetuned-2024-03-19. Это компактная encoder-decoder модель для преобразования текста в текст с 38,5 млн параметров и контекстом до 512 токенов. В карточке приведены результаты оценки: loss 1,9234, ROUGE-1 29,6968, ROUGE-2 15,5967 и ROUGE-L 25,7424.

Модель предназначена для текстовых задач, решаемых генерацией, однако конкретная задача, обучающие данные и предполагаемые сценарии применения в карточке не описаны. В репозитории указаны веса в формате safetensors. Лицензия не приведена в доступных сведениях.

Сценарии применения

Эксперименты с генерацией текста на основе T5
Оценка качества текстовой модели по метрикам ROUGE
Создание прототипов преобразования текста с контекстом до 512 токенов

Ограничения

Конкретная задача, языки и обучающий набор данных не описаны, поэтому качество и пригодность для прикладных сценариев определить нельзя. Контекст ограничен 512 токенами.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-2024-03-20

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-19 on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.9234
Rouge1: 29.6968
Rouge2: 15.5967
Rougel: 25.7424
Rougelsum: 25.9564
Gen Len: 18.4459

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
2.0445	1.0	293	1.9234	29.6968	15.5967	25.7424	25.9564	18.4459

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: c23514f