/ Модель

Характеристики

Контекст
512 токенов
Параметры
385 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
7 янв 2023

flan-t5-large-finetuned-openai-summarize_from_feedback

СуммаризацияТекст → текст9 профессий

Дообученная на summarize_from_feedback модель T5 для суммаризации текста.

94скачиваний за 30 дней6лайковвеса обновлены11 янв 2023

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

Модель mrm8488/flan-t5-large-finetuned-openai-summarize_from_feedback — дообученная версия google/flan-t5-large на наборе summarize_from_feedback. Это текстовая модель семейства T5 с архитектурой T5ForConditionalGeneration, содержащая 385,2 млн параметров. Она предназначена для суммаризации текста; в карточке приведены результаты оценки на тестовом наборе: ROUGE-1 30,24, ROUGE-2 11,49, ROUGE-L 24,65 и ROUGE-Lsum 26,18. Нативная длина контекста — 512 токенов.

Модель принимает текст и генерирует текстовое резюме. Карточка не уточняет целевые языки или специальные сценарии применения, поэтому результаты для конкретных языков и типов документов не следует предполагать. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • составление краткого пересказа текста
  • суммирование отзывов и пользовательской обратной связи
  • подготовка краткого содержания длинного сообщения
  • сжатие текста перед дальнейшей обработкой

Ограничения

Контекст ограничен 512 токенами; качество для конкретных языков и типов текста в карточке не описано. В README указаны метрики на оценочном наборе, но не приведены подробности его состава.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

flan-t5-large-finetuned-openai-summarize_from_feedback

This model is a fine-tuned version of google/flan-t5-large on the summarize_from_feedback dataset. It achieves the following results on the evaluation set:

  • Loss: 2.3118
  • Rouge1: 30.2401
  • Rouge2: 11.4916
  • Rougel: 24.6485
  • Rougelsum: 26.1801
  • Gen Len: 18.8428

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: 16
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 6

Training results

See Tensorboard

Citation

@misc {manuel_romero_2023,
	author       = { {Manuel Romero} },
	title        = { flan-t5-large-finetuned-openai-summarize_from_feedback (Revision 51666f9) },
	year         = 2023,
	url          = { https://huggingface.co/mrm8488/flan-t5-large-finetuned-openai-summarize_from_feedback },
	doi          = { 10.57967/hf/0266 },
	publisher    = { Hugging Face }
}

Framework versions

  • Transformers 4.25.1
  • Pytorch 1.13.0+cu116
  • Datasets 2.8.0
  • Tokenizers 0.13.2

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
06a006a

0 моделей