Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Опубликована: 14 сен 2022

Ссылки

Hugging Face

t5-small-finetuned-text-simplification

mrm8488

Языковая модель4 профессии

Дообученная модель T5-small для упрощения текста и повышения его читаемости.

59скачиваний за 30 дней2лайкавеса обновлены15 сен 2022

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

mrm8488/t5-small-finetuned-text-simplification — модель T5-small, дообученная автором mrm8488 на наборе wiki_auto_asset_turk для упрощения текста. Она преобразует исходные формулировки в более простые и предназначена для сценариев, где нужно сделать текст легче для чтения. Модель содержит 38,5 млн параметров, использует архитектуру T5 для генерации текста по текстовому входу и имеет контекст длиной до 512 токенов.

В README приведены результаты оценки на тестовой выборке: Loss 0,1217 и F1 ROUGE-2 0,4616. Модель распространяется с лицензией Apache-2.0. Карточка не описывает ограничения применения или целевые языки; название датасета само по себе не позволяет надёжно установить язык выходного текста.

Сценарии применения

упрощение сложных формулировок
переписывание текста более простым языком
подготовка учебных текстов для начинающих читателей

Ограничения

В карточке не указаны ограничения модели и целевые языки; результаты оценки приведены только для тестовой выборки указанного датасета.

Для каких профессий подходит4

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.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-text-simplification

This model is a fine-tuned version of t5-small on the wiki_auto_asset_turk dataset. It achieves the following results on the evaluation set:

Loss: 0.1217
Rouge2 Precision: 0.5537
Rouge2 Recall: 0.4251
Rouge2 Fmeasure: 0.4616

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: 32
eval_batch_size: 32
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge2 Precision	Rouge2 Recall	Rouge2 Fmeasure
0.1604	1.0	15119	0.1156	0.5567	0.4266	0.4633
0.1573	2.0	30238	0.1163	0.5534	0.4258	0.462
0.1552	3.0	45357	0.1197	0.5527	0.4244	0.4608
0.1514	4.0	60476	0.1214	0.5528	0.4257	0.4617
0.1524	5.0	75595	0.1217	0.5537	0.4251	0.4616

Framework versions

Transformers 4.22.0
Pytorch 1.12.1+cu113
Datasets 2.4.0
Tokenizers 0.12.1

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: 6b7f868