Дообученная BERT2BERT-модель создаёт краткие пересказы англоязычных новостных статей.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель BERT2BERT разработана Patrick von Platen и дообучена для суммаризации новостных текстов на наборе CNN/DailyMail с использованием фреймворка EncoderDecoder от Hugging Face. Это модель типа encoder-decoder на базе BERT; в репозитории представлены веса PyTorch. На тестовом наборе CNN/DailyMail автор сообщает оценку ROUGE-2 18,22. Модель подходит для создания краткого пересказа новостной статьи на английском языке. Лицензия — Apache-2.0.
Показатель ROUGE-2 18,22 приведён для тестового набора CNN/DailyMail и не гарантирует такого же качества на других типах текстов. Описание модели не сообщает размер модели и длину контекста.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Bert2Bert Summarization with 🤗EncoderDecoder Framework This model is a warm-started BERT2BERT model fine-tuned on the CNN/Dailymail summarization dataset.
The model achieves a 18.22 ROUGE-2 score on CNN/Dailymail's test dataset.
For more details on how the model was fine-tuned, please refer to this notebook.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…