Компактная модель BART для преобразования текста в текст с 50,9 млн параметров и контекстом до 512 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
lucadiliello/bart-small — компактная версия BART от автора репозитория. Это плотная encoder-decoder-модель типа BartForConditionalGeneration с 50,9 млн параметров и контекстом до 512 токенов. По сравнению с bart-base у неё меньше голов внимания, меньший размер feed-forward слоёв и меньшая скрытая размерность.
Модель предназначена для задач преобразования текста в текст, в которых входной текст используется для получения целевого текста. Карточка не уточняет конкретные обучающие задачи, языки или датасеты, поэтому область применения можно описать только на общем уровне. Репозиторий содержит веса PyTorch и Safetensors; лицензия в предоставленных данных не указана.
Карточка не описывает конкретные обучающие задачи или подтверждённое качество на бенчмарках; контекст ограничен 512 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
bart-small is a lighter version of bart-base with less attention heads, smaller FFT and smaller hidden-size.
More details can be found here.
@software{Di_Liello_bart-small,
author = {Di Liello, Luca},
license = {GPL-2.0},
title = {{bart-small}},
url = {https://github.com/lucadiliello/bart-small}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
У модели не указана задача.