Характеристики

Контекст: 1 024 токена
Параметры: 253 млн
Лицензия: MIT
Архитектура: bart · dense
Базовая модель: bart-large-cnn
Опубликована: 7 июн 2024

Ссылки

Hugging Face

bart-cnn-samsum-finetuned

percymamedy

Языковая модель

Англоязычная модель BART, дообученная на SAMSum для краткого пересказа диалогов и переписок.

6скачиваний за 30 дней0лайковвеса обновлены7 июн 2024

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

Модель percymamedy/bart-cnn-samsum-finetuned — англоязычная модель BART, дообученная на наборе SAMSum для краткого пересказа диалогов и разговоров. Она содержит около 252,8 млн параметров, использует архитектуру BartForConditionalGeneration и принимает текст длиной до 1024 токенов; веса опубликованы в формате safetensors. Модель подходит для создания кратких сводок переписок и диалогов, например для фиксации итогов беседы или быстрого просмотра длинного чата.

В карточке приведён результат оценки на тестовом наборе: loss 0,1344. Базовая модель facebook/bart-large-cnn предназначена для англоязычного суммаризирования; качество на других языках и типах текстов не подтверждено. Лицензия — MIT.

Сценарии применения

краткий пересказ переписки в чате
сводка разговора между несколькими участниками
извлечение основных тем из диалога
быстрый просмотр длинных текстовых бесед

Ограничения

Модель рассчитана на англоязычные диалоги; качество для других языков и типов текстов не подтверждено. Максимальная длина входа — 1024 токена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bart-cnn-samsum-finetuned

This model is a fine-tuned version of facebook/bart-large-cnn on the samsum dataset. It achieves the following results on the evaluation set:

Loss: 0.1344

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: 1e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss
0.0887	1.0	37	0.1344

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.19.2
Tokenizers 0.19.1

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: BartForConditionalGeneration
Ревизия весов: d7ea49d