Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Архитектура: t5 · dense
Базовая модель: pretrain_rugec
Опубликована: 14 апр 2024

Ссылки

Hugging Face

inverse_gec

mika5883

Языковая модель3 профессии

Дообученная модель T5 на 123,8 млн параметров с неописанной специализацией.

8скачиваний за 30 дней0лайковвеса обновлены23 мая 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

inverse_gec — дообученная модель T5, разработанная на основе mika5883/pretrain_rugec. В репозитории указано, что обучение проведено на наборе данных, название которого не приведено; описание назначения, способов применения и оценки отсутствует. Архитектура — T5ForConditionalGeneration с 123,8 млн параметров и контекстом 512 токенов; веса сохранены в формате safetensors. По имеющимся данным нельзя надёжно определить конкретную задачу модели, её поддерживаемые языки или условия лицензии.

Сценарии применения

Преобразование текста в текст для экспериментальных сценариев

Ограничения

README не описывает специализацию, качество, обучающие данные или ограничения модели. Лицензия не приведена в доступных сведениях.

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 I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

inverse_gec

This model is a fine-tuned version of mika5883/pretrain_rugec on the None 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: 5e-05
train_batch_size: 64
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.39.3
Pytorch 2.1.2
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: cfc4a6b