/ Модель

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Лицензия
MIT
Архитектура
mbart · dense
Базовая модель
mbart-large-50
Опубликована
8 апр 2024

mbart-large-50-finetuned-latest3

СуммаризацияТекст → текст6 профессий

Дообученная многоязычная модель mBART-50 для суммаризации текста.

19скачиваний за 30 дней0лайковвеса обновлены8 апр 2024

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

october-sd/mbart-large-50-finetuned-latest3 — дообученная модель семейства mBART на основе facebook/mbart-large-50. Она предназначена для суммаризации текста. Модель имеет архитектуру Seq2Seq с 457,4 млн параметров и контекстом до 1024 токенов; веса опубликованы в формате safetensors.

Базовая mBART-50 поддерживает преобразование текста между 50 языками, однако карточка этой версии не уточняет языки и области, на которых она обучалась для суммаризации. В README приведено значение loss 2,4566 на оценочном наборе, но описание набора и подробности обучения отсутствуют. Лицензия модели — MIT.

Сценарии применения

  • составление краткого пересказа длинной статьи
  • сокращение новостных материалов
  • подготовка краткого содержания документа
  • автоматическая суммаризация текста на поддерживаемых языках

Ограничения

В README не описаны обучающие данные и целевые языки этой версии. Приведено только значение loss 2,4566 без названия набора и дополнительных метрик, поэтому качество для конкретных языков и типов текстов оценить нельзя.

Для каких профессий подходит6

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

mbart-large-50-finetuned-latest3

This model is a fine-tuned version of facebook/mbart-large-50 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.4566

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: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
No log1.01832.8403
No log2.03672.5433
No log3.05502.4875
No log3.997322.4566

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.1.2
  • Datasets 2.15.0
  • Tokenizers 0.15.2

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
01e3628

0 моделей