/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Архитектура
t5 · dense
Базовая модель
ruT5-base
Библиотека
transformers
Опубликована
22 окт 2024

pretrain_rugec_msu

Языковая модель3 профессии

Дообученная русскоязычная модель T5 для преобразования и генерации текста; конкретная целевая задача в карточке не описана.

13скачиваний за 30 дней0лайковвеса обновлены26 окт 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

mika5883/pretrain_rugec_msu — дообученная модель на базе ai-forever/ruT5-base, разработанная автором репозитория. Это модель семейства T5 с архитектурой T5ForConditionalGeneration и 123,8 млн параметров; она принимает и генерирует текст. В карточке Hugging Face указаны библиотека Transformers и контекст длиной до 512 токенов.

Карточка не описывает целевую задачу, обучающие данные или оценки качества, поэтому назначение модели и конкретные сценарии её применения установить нельзя. Базовая ruT5-base предназначена для преобразования и генерации русскоязычного текста, но это не подтверждает специализацию данного дообучения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация русскоязычного текста
  • преобразование русского текста

Ограничения

Назначение дообучения, обучающие данные и качество модели не описаны; контекст ограничен 512 токенами.

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

pretrain_rugec_msu

This model is a fine-tuned version of ai-forever/ruT5-base on an unknown 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: 2
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.45.1
  • Pytorch 2.0.1+cu118
  • Datasets 3.0.1
  • Tokenizers 0.20.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
d6b764f

0 моделей