/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
5,2 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Опубликована
18 сен 2024

Ссылки

Hugging Face

gemma-2-2b-Sum-SFT

martimfasantos
Генерация текстаТекст → текст7 профессий

Дообученная Gemma 2 с 2,7 млрд параметров для суммаризации текста, прежде всего на английском языке.

17скачиваний за 30 дней0лайковвеса обновлены4 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

martimfasantos/gemma-2-2b-Sum-SFT — дообученная модель Google Gemma 2, подготовленная для суммаризации на наборе martimfasantos/openai-summarize-tldr. Она предназначена для создания кратких изложений текста и может использоваться в сценариях, где нужно сжать длинный материал до более компактного пересказа. Это плотная авторегрессионная языковая модель архитектуры Gemma2ForCausalLM с 2,7 млрд параметров и контекстом до 8192 токенов; формат весов — safetensors.

Базовая Gemma 2 ориентирована на английский язык, поэтому модель подходит прежде всего для англоязычных текстов. Указанная лицензия — Gemma; применяйте модель на условиях этой лицензии.

Сценарии применения

  • краткое изложение англоязычных статей
  • суммаризация длинных текстов в пределах контекста
  • подготовка TL;DR для публикаций и документов

Ограничения

Карточка не приводит результатов оценки и подробных ограничений; специализация модели и указанный обучающий набор относятся к суммаризации англоязычных текстов.

Для каких профессий подходит7

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 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-2-2b-Sum-SFT

This model is a fine-tuned version of google/gemma-2-2b on the martimfasantos/openai-summarize-tldr dataset.

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: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 64
  • total_eval_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.95) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.43.3
  • Pytorch 2.3.1+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

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
62bacf1

0 моделей

    Создать бенчмарк