Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Архитектура: t5 · dense
Базовая модель: t5-small-finetuned-2024-03-21
Опубликована: 14 апр 2024

Ссылки

Hugging Face

t5-small-finetuned-2024-03-22

liamvbetts

Языковая модель3 профессии

Компактная дообученная модель T5 для преобразования текста в текст, назначение которой карточка не уточняет.

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-2024-03-22 — дообученная версия T5-small, созданная на основе liamvbetts/t5-small-finetuned-2024-03-21. Это компактная модель архитектуры T5 для преобразования текста в текст с 38,5 млн параметров и контекстом до 512 токенов. В карточке приведены результаты оценки: Loss 1,6982, ROUGE-1 30,9866, ROUGE-2 16,6554, ROUGE-L 27,0934 и средняя длина генерации 18,6056 токена.

Конкретное назначение модели, обучающий набор данных и поддерживаемые языки не описаны, поэтому её применение нельзя уверенно сузить до определённой задачи. README указывает набор данных как None. Модель сохранена в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

эксперименты с генерацией текста на основе T5
оценка качества текстовых преобразований по метрикам ROUGE
прототипирование задач text-to-text с контекстом до 512 токенов

Ограничения

Карточка не раскрывает целевую задачу, обучающие данные и поддерживаемые языки; поэтому пригодность для конкретного сценария не подтверждена. Лицензия в предоставленных данных 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.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-2024-03-22

This model is a fine-tuned version of liamvbetts/t5-small-finetuned-2024-03-21 on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.6982
Rouge1: 30.9866
Rouge2: 16.6554
Rougel: 27.0934
Rougelsum: 27.6717
Gen Len: 18.6056

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
1.9185	1.0	284	1.6982	30.9866	16.6554	27.0934	27.6717	18.6056

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: 65c437c