/ Модель

Характеристики

Параметры
157 млн
Архитектура
t5 · dense

mt5-small-german-finetune-mlsum

СуммаризацияТекст → текст3 профессии

Дообученная на немецких новостях MLSUM модель mT5-small создаёт краткие текстовые сводки.

224скачиваний за 30 дней11лайковвеса обновлены28 янв 2021

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

ml6team разработала модель mT5-small, дообученную для суммаризации немецких новостных статей из набора MLSUM. Модель основана на архитектуре T5 и содержит 157,4 млн параметров; для обучения использовали 80 249 статей длиной менее 384 слов и три эпохи дообучения.

Модель предназначена для создания краткого содержания немецких новостных текстов. При обучении максимальная длина входа составляла 768 токенов, а целевого текста — 192 токена. На выборке из 2000 статей валидационной части MLSUM модель показала ROUGE-1 0,399, ROUGE-2 0,318 и ROUGE-L 0,392, превзойдя базовый вариант lead-3 по всем трём метрикам.

Модель принимает текст и генерирует текстовую сводку. Лицензия в предоставленных данных не указана.

Сценарии применения

  • суммаризация немецких новостных статей
  • подготовка кратких сводок для новостной ленты
  • сокращение длинных немецкоязычных текстов
  • создание аннотаций к статьям MLSUM

Ограничения

Обучение использовало статьи короче 384 слов, а входная длина при дообучении ограничивалась 768 токенами. Оценка приведена только для выборки из немецких статей MLSUM.

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

mT5-small fine-tuned on German MLSUM

This model was finetuned for 3 epochs with a max_len (input) of 768 tokens and target_max_len of 192 tokens.
It was fine-tuned on all German articles present in the train split of the MLSUM dataset having less than 384 "words" after splitting on whitespace, which resulted in 80249 articles.
The exact expression to filter the dataset was the following:

dataset = dataset.filter(lambda e: len(e['text'].split()) < 384)

Evaluation results

The fine-tuned model was evaluated on 2000 random articles from the validation set. Mean f1 ROUGE scores were calculated for both the fine-tuned model and the lead-3 baseline (which simply produces the leading three sentences of the document) and are presented in the following table.

ModelRouge-1Rouge-2Rouge-L
mt5-small0.3990.3180.392
lead-30.3430.2630.341

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
c466d1e

0 моделей