Характеристики

Параметры: 157 млн
Лицензия: Apache 2.0
Архитектура: mt5 · dense
Базовая модель: mt5-small
Опубликована: 2 июл 2024

Ссылки

Hugging Face

mt5-summarize

lunarlist

Языковая модель

Дообученная многоязычная mT5-small для автоматической суммаризации текстов.

8скачиваний за 30 дней0лайковвеса обновлены2 июл 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

lunarlist/mt5-summarize — дообученная модель Google mT5-small для суммаризации текста. Это компактная модель архитектуры encoder-decoder с 157,4 млн параметров, предназначенная для преобразования текста в текст. В README приведены результаты оценки: ROUGE-1 0,3153, ROUGE-2 0,1594, ROUGE-L 0,2511 и ROUGE-Lsum 0,3397.

Модель может использоваться для создания кратких пересказов текстовых материалов. Она основана на многоязычной google/mt5-small и распространяется под лицензией Apache-2.0. Датасет дообучения не указан, поэтому результаты нельзя уверенно переносить на конкретные языки, жанры или типы документов.

Сценарии применения

составление кратких пересказов текстов
сокращение длинных статей
подготовка кратких аннотаций к документам

Ограничения

Датасет дообучения неизвестен, а README не описывает целевые языки и сценарии; качество на конкретных типах текстов не установлено. Приведённые метрики оценки не сопровождаются описанием набора данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mt5-summarize

This model is a fine-tuned version of google/mt5-small on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 3.1534
Rouge1: 0.3153
Rouge2: 0.1594
Rougel: 0.2511
Rougelsum: 0.3397

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: 0.0005
train_batch_size: 2
eval_batch_size: 2
seed: 42
gradient_accumulation_steps: 16
total_train_batch_size: 32
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 90
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum
4.3806	1.0667	100	3.4709	0.2568	0.1258	0.2214	0.2662
3.7757	2.1333	200	3.2899	0.2759	0.1388	0.2381	0.2946
3.5195	3.2	300	3.1951	0.2951	0.1523	0.2466	0.3217
3.4319	4.2667	400	3.1715	0.2813	0.1323	0.2331	0.3011
3.2402	5.3333	500	3.1704	0.3058	0.1548	0.2513	0.3366
3.2313	6.4	600	3.1657	0.3077	0.1534	0.2461	0.3335
3.1444	7.4667	700	3.1719	0.2957	0.1453	0.2378	0.3191
3.116	8.5333	800	3.1639	0.3144	0.1540	0.2501	0.3453
2.9937	9.6	900	3.1534	0.3153	0.1594	0.2511	0.3397

Framework versions

Transformers 4.42.3
Pytorch 2.3.0+cu121
Datasets 2.20.0
Tokenizers 0.19.1

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: MT5ForConditionalGeneration
Ревизия весов: 939a41b