/ Модель

Характеристики

Параметры
124 млн
Лицензия
CC BY-SA 4.0
Архитектура
t5 · dense
Опубликована
26 апр 2023

t5-base-long

Языковая модель3 профессии

Японская предварительно обученная модель T5 v1.1 от Retrieva для текстовых задач и последующего дообучения.

705скачиваний за 30 дней2лайкавеса обновлены10 мая 2023

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

Retrieva, Inc. разработала эту японскую предварительно обученную модель T5 v1.1 типа Transformer Encoder-Decoder. Она рассчитана на текстовые задачи преобразования текста в текст и может служить основой для дообучения под конкретные сценарии. В обучении использовались японская Википедия и японская часть mC4; обучение выполнено за 2 097 152 шага. В архитектуре T5 v1.1 применяются активация GEGLU и отдельные веса для эмбеддингов и классификатора. Метаданные указывают 123,8 млн параметров и формат PyTorch; в README размер обозначен как Base (~220 млн), поэтому сведения о размере расходятся.

Модель предназначена прежде всего для задач на японском языке. Лицензия CC-BY-SA 4.0 допускает коммерческое использование; разработчик просит заранее связаться с ним при коммерческом применении. Карточка не приводит конкретных оценок качества или длины контекста.

Сценарии применения

  • дообучение для суммаризации японских текстов
  • дообучение для ответов на вопросы по-японски
  • преобразование японского текста в заданный формат
  • эксперименты с японскими NLP-задачами

Ограничения

Карточка не приводит конкретных оценок качества или длины контекста; сведения о числе параметров расходятся: метаданные указывают 123,8 млн, а README — около 220 млн. Для коммерческого использования лицензия допускает применение, но разработчик просит связаться с ним заранее.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for model ID

This is a T5 v1.1 model, pre-trained on a Japanese corpus.

Model details

T5 is a Transformer-based Encoder-Decoder model, now in v1.1, with the following improvements over the original T5.

  • GEGLU activation in feed-forward hidden layer, rather than ReLU - see https://arxiv.org/abs/2002.05202 .
  • Dropout was turned off in pre-training (quality win). Dropout should be re-enabled during fine-tuning.
  • no parameter sharing between embedding and classifier layer
  • "xl" and "xxl" replace "3B" and "11B". The model shapes are a bit different - larger d_model and smaller num_heads and d_ff.

This model is based on T5 v1.1. It was pre-trained on a Japanese corpus. For the Japanese corpus, Japanese Wikipedia and mC4/ja were used.

Model Description

  • Developed by: Retrieva, Inc.
  • Model type: T5 v1.1
  • Language(s) (NLP): Japanese
  • License: CC-BY-SA 4.0 Although commercial use is permitted, we kindly request that you contact us beforehand.

Training Details

We use T5X (https://github.com/google-research/t5x) for the training of this model, and it has been converted to the Huggingface transformer format.

Training Data

The training data used is

  • The Japanese part of the multilingual C4(mC4/ja).
  • Japanese Wikipedia(20220920).

Preprocessing

The following filtering is done

  • Remove documents that do not use a single hiragana character. This removes English-only documents and documents in Chinese.
  • Whitelist-style filtering using the top level domain of URL to remove affiliate sites.

Training Hyperparameters

Speeds, Sizes, Times

We trained 2097152 steps.

Technical Specifications

Model Architecture and Objective

Model architecture.

Compute Infrastructure

Google Cloud TPU v4-8.

Software

More Information

https://note.com/retrieva/n/n7b4186dc5ada (in Japanese)

Model Card Authors

Jiro Nishitoba

Model Card Contact

pr@retrieva.jp

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
T5ForConditionalGeneration
Ревизия весов
3ad9dc7

0 моделей