/ Модель

Характеристики

Контекст
1 000 000 000 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Библиотека
transformers
Опубликована
9 авг 2024

tFINE-base-300m

Генерация текстаТекст → текст5 профессий

Англоязычная предварительно обученная T5-модель для генерации и преобразования текста с контекстом до 1024 токенов.

30скачиваний за 30 дней0лайковвеса обновлены29 дек 2025

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

tFINE-base-300m — предварительно обученная модель с архитектурой T5 encoder-decoder, опубликованная пользователем pszemraj и обученная с помощью nanoT5. Она предназначена для генерации текста по текстовому входу и других сценариев text-to-text. Модель обучалась на англоязычной части FineWeb-Edu из корпуса HuggingFaceTB/smollm-corpus; токенизатор SentencePiece BPE с byte fallback использует словарь на 48 тыс. токенов. Контекст составляет 1024 токена.

В карточке указаны 136,2 млн параметров, обучение в течение 80 тыс. шагов и формат safetensors. Модель подходит для экспериментов и прикладных задач генерации и преобразования текста на английском языке. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста по краткому текстовому запросу
  • продолжение и дополнение англоязычного текста
  • переформулирование текста
  • эксперименты с компактными моделями архитектуры T5

Ограничения

Контекст ограничен 1024 токенами. Карточка описывает предварительное обучение, но не сообщает о специализированной настройке на диалог или инструкционное следование.

Для каких профессий подходит5

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

tFINE-base-300m

An encoder-decoder (T5 architecture) pretrained with nanoT5:

  • tokenizer: sentencepiece BPE w/ byte fallback, 48k vocab (from vocab scaling laws)
  • data: fineweb-edu-dedup split of HuggingFaceTB/smollm-corpus
  • context length: 1024 ctx

details

Detailed info, including training logs, configs, and checkpoints can be found under checkpoints/ in this repo.

  1. Model:

    • Dropout rate: 0.0
    • Activations: silu, gated-silu
    • torch compile: true
  2. Data processing:

    • Input length: 1024
    • MLM probability: 0.15
  3. Optimization:

    • Optimizer: AdamW with scaling
    • Base learning rate: 0.008
    • Batch size: 120
    • Total training steps: 80,000
    • Warmup steps: 10,000
    • Learning rate scheduler: Cosine
    • Weight decay: 0.0001
    • Gradient clipping: 1.0
    • Gradient accumulation steps: 24
    • Final cosine learning rate: 1e-5
  4. Hardware:

    • Device: RTX 4080
    • Precision: bfloat16, tf32

plots

training loss

loss

grad norm

grad

weights norm

weights


Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
591e5f2

0 моделей