/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5-small
Библиотека
transformers
Опубликована
20 июн 2026

t5-small-xa-only-squad

Генерация текстаТекст → текст3 профессии

Компактная версия T5-small для извлечения коротких ответов на английские вопросы из предоставленного контекста в стиле SQuAD.

28скачиваний за 30 дней0лайковвеса обновлены20 июн 2026

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.

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

Это компактная модель T5-small, дообученная для ответов на вопросы по контексту на датасете SQuAD. Её разработчик обучал только блоки cross-attention декодера и финальную нормализацию декодера; остальные веса заморожены. По README, обучаемыми были около 6,3 млн параметров из 60,5 млн. Метаданные указывают 38,5 млн параметров, поэтому сведения о размере в источниках расходятся.

Модель предназначена для извлечения короткого ответа из предоставленного английского контекста по вопросу в стиле SQuAD. Для работы ожидает вход с префиксом `answer question: ` и полями `question: ... context: ...`; поддерживает контекст до 512 токенов. README сообщает F1 0,7075 и EM 0,5293 на подвыборке валидации SQuAD из 256 примеров при генерации с поиском по четырём лучам.

Это специализированный экспериментальный чекпойнт, а не универсальная система ответов на вопросы: обучение проводилось на 3 000 примерах, а проверка — на подвыборке валидации, не на официальном тестовом сервере SQuAD. Базовая модель — `google-t5/t5-small`; лицензия — Apache-2.0.

Сценарии применения

  • извлечение ответа на вопрос из английского текста
  • ответы на вопросы по контексту в формате SQuAD
  • поиск коротких ответов в предоставленном документе

Ограничения

Модель рассчитана на английские вопросы в стиле SQuAD и короткие ответы, обоснованные данным контекстом; она не является универсальной QA-системой. Обучение и оценка проведены на небольших выборках, причём README отмечает расхождение с официальным тестированием SQuAD.

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 — Cross-Attention-Only fine-tune on SQuAD

Encoder–decoder QA model fine-tuned from google-t5/t5-small (60.5M) by training only the decoder cross-attention (EncDecAttention) blocks plus the decoder final layer norm — ~6.3M trainable params (10.4%). The encoder, decoder self-attention, and feed-forward weights are frozen.

TL;DR: a 60M-param encoder–decoder, tuning just 6.3M of those weights, reaches F1 0.7075 / EM 0.5293 on SQuAD — outperforming a fully fine-tuned GPT-2-large (774M, F1 0.5041) that is 13× larger. The strongest evidence in this study that architecture beats scale for context-grounded tasks.

Results (SQuAD validation)

ModelArchitectureTrainable / TotalEMToken F1
GPT-2-largedecoder-only774M / 774M0.35160.5041
T5-small XA-only (this model)enc-dec6.3M / 60.5M0.52930.7075
T5-large XA-onlyenc-dec100.7M / 737M0.64060.8128
T5-large LoRA r=8enc-dec2.4M / 740M0.64450.8152

Validation loss 0.4208, perplexity 1.52. Trained on only 3,000 SQuAD examples.

Eval note: 256-example SQuAD-validation generation subset, 4-beam search.

How to use

Trained with the input prefix answer question: prepended to a question: ... context: ... source string — match it exactly:

from transformers import T5ForConditionalGeneration, AutoTokenizer

repo = "medelharchaoui/t5-small-xa-only-squad"
tok = AutoTokenizer.from_pretrained(repo)
model = T5ForConditionalGeneration.from_pretrained(repo)

question = "What culture do 'bairn' and 'hyem' originate from?"
context = ("'bairn' and 'hyem' are geordie words with origins in scandinavia; barn and hjem "
           "are the corresponding modern norwegian and danish words.")
text = f"answer question: question: {question} context: {context}"
ids = tok(text, return_tensors="pt", truncation=True, max_length=384).input_ids
print(tok.decode(model.generate(ids, num_beams=4, max_new_tokens=16)[0], skip_special_tokens=True))

Training

SettingValue
Base modelgoogle-t5/t5-small (60.5M)
Trainable params*.EncDecAttention.* + decoder.final_layer_norm (~6.3M)
Datasetrajpurkar/squad, 3,000 train examples
Precisionbf16
Optimizer steps1,500 (batch 4 × grad-accum 8 = eff. batch 32)
LR / warmup2e-4, 150 warmup, weight decay 0.01
Source / target max len384 / 32
Seed37
Hardware1× NVIDIA RTX 3060 (12 GB), local

Limitations

  • English SQuAD-style extractive QA only; short answer spans grounded in the supplied context.
  • Small model trained on only 3,000 examples — strong for its size on SQuAD, but not a general-purpose QA system.
  • Evaluated on a held-out validation subset, not the official SQuAD test server.

Citation

Part of an encoder–decoder vs decoder-only paradigm study (OptimiAI, 2026).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
e53780f

0 моделей