/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
5,2 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b-it
Библиотека
transformers
Опубликована
1 окт 2026

ML-LaySum-Gemma2-2B-Instruct-SFT

Генерация текстаТекст → текст3 профессии

Дообученная Gemma 2 2B создаёт англоязычные резюме исследований по машинному обучению, понятные неспециалистам.

120скачиваний за 30 дней0лайковвеса обновлены1 окт 2026

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

sandeep123 разработал эту модель полным дообучением Gemma 2 2B Instruct на наборе ML-LaySum. Это плотная авторегрессионная модель семейства Gemma 2 с 2,7 млрд параметров, предназначенная для создания понятных неспециалистам резюме англоязычных исследований в области машинного обучения. На вход подаются разделы статьи — аннотация, введение и заключение, если они доступны; модель генерирует краткое изложение для неспециалиста. Контекст составляет 8192 токена, веса опубликованы в формате bfloat16.

Модель обучена на 6911 примерах с контролируемой настройкой и поддерживает диалоговый шаблон Gemma 2. Проверка на отложенной тестовой выборке в карточке не описана, поэтому качество и фактическую точность резюме следует оценивать отдельно. В сгенерированном тексте могут пропускаться оговорки или появляться неподтверждённые утверждения. Лицензия — Gemma; применяются её условия использования.

Сценарии применения

  • составление понятного неспециалистам резюме научной статьи по машинному обучению
  • суммирование аннотации, введения и заключения статьи в единый краткий текст
  • подготовка черновика lay summary для исследования в области ML

Ограничения

Карточка не сообщает об оценке на отложенной тестовой выборке; потери обучения и валидации не подтверждают фактическую точность или понятность резюме. Модель может опускать оговорки или добавлять утверждения, не подтверждённые источником.

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

ML-LaySum Gemma 2 2B Instruct SFT

Full-parameter supervised fine-tuning of Gemma 2 2B Instruct on ML-LaySum for English lay summarization of machine-learning research. The input contains the paper's abstract, introduction, and conclusion where available; the target is its reference lay summary.

Training

Training uses 6,911 examples and 879 validation examples. The dataset has 852 held-out test examples. The final checkpoint is published after 1,296 optimizer steps (3 epochs); it is selected by completion, not best validation loss. Prompt tokens are masked from the supervised loss. Missing paper sections are not synthesized.

Training uses float32 master parameters with bfloat16 autocast. The published weights use bfloat16 (5.23 GB of weight files, excluding tokenizer and metadata). Export conversion does not change the training model's parameter precision. Optimizer state is not included.

The AdamW optimizer distributes its states using PyTorch ZeroRedundancyOptimizer across DDP ranks. All model parameters remain trainable, and the export contains the complete model weights.

SettingValue
epochs3
learning rate2e-05
micro batch size1
gradient accumulation steps2
max length8192
seed42
warmup ratio0.03
weight decay0.0
bf16True
optimizerAdamW
optimizer state shardingPyTorch ZeroRedundancyOptimizer across DDP ranks
world size8
effective batch size16

Long-input policy: trim_introduction. Only the suffix of an overlong introduction is removed from the model input, preserving the complete abstract, closing section when present, and reference summary. All records are retained, and the released dataset is unchanged. This affected 19 train examples, 2 validation examples.

The sanitized training_summary.json records settings, split-count provenance, validation losses, and SHA-256 digests of the inference artifacts.

Usage

Load with a Transformers release supporting Gemma 2. Apply the included chat template with a user message that asks for a lay summary and supplies the paper sections. Generate only the continuation after the prompt. Training uses all model parameters; this repository contains a complete model, not a LoRA adapter, and can initialize subsequent reinforcement-learning training.

Evaluation and limitations

This publication script does not evaluate the held-out test split. Training and validation losses do not establish factual accuracy or accessibility for non-experts. Generated summaries may omit qualifications or introduce unsupported statements; evaluation should check both source faithfulness and reader comprehension. No state-of-the-art claim is made.

License and artifacts

Use and redistribution are governed by the Gemma Terms of Use. Dataset and source-paper terms apply separately; see ML-LaySum. Only inference weights, tokenizer/configuration files, and sanitized metadata are distributed. Optimizer and random-state checkpoints are not included; resuming the original optimizer state is therefore not supported by this export.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
af28682

0 моделей