/ Модель

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Архитектура
mbart · dense
Опубликована
2 мар 2022

mbart-large-cc25-cnn-dailymail-nl-finetune

СуммаризацияТекст → текст3 профессии

Дообученная модель mBART для создания кратких изложений нидерландских новостных статей.

53скачиваний за 30 дней14лайковвеса обновлены16 мая 2022

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 модель автоматического реферирования нидерландских новостных статей, созданная командой ML6 Team путём дообучения mBART. Она принимает текст статьи и генерирует краткое изложение на нидерландском языке. Модель содержит около 457,4 млн параметров, использует архитектуру mBART и доступна в формате PyTorch; длина контекста составляет до 1024 токенов.

Модель предназначена для суммаризации новостей. При обучении использовался набор данных ml6team/cnn_dailymail_nl, а также дополнительный небольшой набор, собранный из интернета и не опубликованный в открытом доступе. Лицензия в предоставленных данных не указана.

Сценарии применения

  • суммаризация статей нидерландских СМИ
  • подготовка кратких новостных сводок
  • сокращение длинных новостных текстов

Ограничения

Дополнительный обучающий набор собран из интернета и не опубликован, поэтому его состав нельзя проверить. Для статей длиннее 1024 токенов модель может не учитывать весь текст.

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

mbart-large-cc25-cnn-dailymail-nl

Model description

Finetuned version of mbart. We also wrote a blog post about this model here

Intended uses & limitations

It's meant for summarizing Dutch news articles.

How to use

import transformers
undisputed_best_model = transformers.MBartForConditionalGeneration.from_pretrained(
    "ml6team/mbart-large-cc25-cnn-dailymail-nl-finetune"
)
tokenizer = transformers.MBartTokenizer.from_pretrained("facebook/mbart-large-cc25")
summarization_pipeline = transformers.pipeline(
    task="summarization",
    model=undisputed_best_model,
    tokenizer=tokenizer,
)
summarization_pipeline.model.config.decoder_start_token_id = tokenizer.lang_code_to_id[
    "nl_XX"
]
article = "Kan je dit even samenvatten alsjeblief."  # Dutch
summarization_pipeline(
    article,
    do_sample=True,
    top_p=0.75,
    top_k=50,
    # num_beams=4,
    min_length=50,
    early_stopping=True,
    truncation=True,
)[0]["summary_text"]

Training data

Finetuned mbart with this dataset and another smaller dataset that we can't open source because we scraped it from the internet. For more information check out our blog post here.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
695b2d4

0 моделей