/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Архитектура
t5 · dense
Базовая модель
t5-small-finetuned-2024-03-20
Опубликована
14 апр 2024

t5-small-finetuned-2024-03-21

Языковая модель3 профессии

Компактная дообученная модель T5 для преобразования текста в текст без описанной специализации.

9скачиваний 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-2024-03-21 — компактная модель T5, дообученная разработчиком на основе liamvbetts/t5-small-finetuned-2024-03-20. Она использует архитектуру T5ForConditionalGeneration и содержит 38,5 млн параметров; модель предназначена для преобразования текста в текст, но её конкретная специализация и набор сценариев применения не описаны.

В карточке приведены результаты оценки: Loss 1,9005, ROUGE-1 32,5532, ROUGE-2 17,9983, ROUGE-L 28,9441 и ROUGE-Lsum 29,5273. Максимальный контекст составляет 512 токенов. Весовые файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Преобразование входного текста в целевой текст
  • Эксперименты с генерацией текста на основе T5
  • Оценка качества генерации с помощью метрик ROUGE

Ограничения

Назначение, обучающие данные и практические ограничения модели не описаны; результаты оценки сами по себе не определяют её пригодность для конкретной задачи. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-2024-03-21

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-20 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.9005
  • Rouge1: 32.5532
  • Rouge2: 17.9983
  • Rougel: 28.9441
  • Rougelsum: 29.5273
  • Gen Len: 18.4722

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
1.72181.02861.900532.553217.998328.944129.527318.4722

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
8201806

0 моделей