Характеристики

Контекст: 1 024 токена
Параметры: 253 млн
Лицензия: MIT
Архитектура: bart · dense
Базовая модель: bart-large-cnn
Библиотека: transformers
Опубликована: 17 окт 2024

Ссылки

Hugging Face

bart-cnn-samsum-finetuned

rahul-bhoyar-1995

Языковая модель

Дообученная на диалогах SAMSum модель BART для создания кратких пересказов переписки.

9скачиваний за 30 дней0лайковвеса обновлены17 окт 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 rahul-bhoyar-1995/bart-cnn-samsum-finetuned — дообученная версия facebook/bart-large-cnn, созданная на наборе диалогов SAMSum. Она предназначена для автоматического составления краткого пересказа диалога, например для фиксации основных тем и договорённостей в переписке. Архитектура — BART с генерацией текста; модель содержит 252,8 млн параметров и принимает контекст до 1024 токенов.

Модель использует библиотеку Transformers и распространяется в формате Safetensors. В README указана потеря 0,1365 на оценочной выборке, но подробности протокола оценки не приведены. Лицензия — MIT. Карточка не описывает языки обучения и известные ограничения качества; базовая модель ориентирована на английский текст.

Сценарии применения

краткое изложение групповых чатов
составление сводки переписки
выделение основных тем диалога
краткая фиксация договорённостей в сообщениях

Ограничения

Контекст ограничен 1024 токенами. Подробности оценочного протокола и конкретные ограничения качества в карточке не описаны.

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: 0.1365

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
0.6464	1.0	19	0.1365

Framework versions

Transformers 4.45.2
Pytorch 2.2.1+cu121
Datasets 3.0.1
Tokenizers 0.20.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры: BartForConditionalGeneration
Ревизия весов: ce310e4