/ Модель

Характеристики

Контекст
512 токенов
Параметры
385 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
flan-t5-large
Библиотека
transformers
Опубликована
6 дек 2022

flan-t5-large-stacked-samsum-1024

СуммаризацияТекст → текст5 профессий

Дообученная на диалогах SAMSum модель T5 создаёт краткие сводки и может разделять их на смысловые блоки.

63скачиваний за 30 дней10лайковвеса обновлены23 сен 2023

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

Модель flan-t5-large-stacked-samsum-1024 разработана на основе google/flan-t5-large и дообучена для суммаризации на наборе stacked-summaries/stacked-samsum-1024. Это текстовая модель архитектуры T5 с 385,2 млн параметров; для разделения выделенных в сводке смысловых блоков используется маркер [NEXT_CONCEPT]. Метаданные указывают контекст 512 токенов, а карточка модели заявляет максимум 1024 токена на входе и выходе.

Модель предназначена для создания кратких сводок диалогов и текстов с выделением самостоятельных концепций. В карточке приведены метрики оценки на тестовой выборке SAMSum: ROUGE-1 57,96, ROUGE-2 28,74, ROUGE-L 44,38 и ROUGE-Lsum 54,04. Автор предупреждает, что SAMSum не является оптимальным набором для универсальной суммаризации, поэтому качество на других жанрах текстов может отличаться. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • суммаризация переписок и диалогов
  • составление краткого пересказа текста
  • выделение отдельных смысловых блоков в сводке
  • сжатие длинного диалога для быстрого ознакомления

Ограничения

Модель дообучена на SAMSum, который автор не считает оптимальным набором для универсальной суммаризации, поэтому качество на других типах текстов может быть ограничено. Карточка указывает предел 1024 токена для входа и выхода; метаданные приводят контекст 512 токенов.

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

flan-t5-large-stacked-samsum-1024

This model is a fine-tuned version of google/flan-t5-large on the stacked-summaries/stacked-samsum-1024 dataset.

It achieves the following results on the evaluation set:

  • Loss: 2.1846
  • Rouge1: 57.9637
  • Rouge2: 28.7446
  • Rougel: 44.3826
  • Rougelsum: 54.0399
  • Gen Len: 122.77

Model description

This model card presents a model trained on a stacked dataset that aims to improve summarization by testing the benefits of "task-oriented pretraining". The model is designed to learn how to effectively condense and distill information from text by stacking summaries and separating them into independent concepts. In this way, the model can learn to identify essential information without simply mimicking the style of the dataset summaries.

The token used to identify a new concept in the summary is [NEXT_CONCEPT]. You can split an output summary based on this token to see how it split the input text information: summary_text.split("[NEXT_CONCEPT]") etc.

Intended uses & limitations

  • max input/output is 1024 tokens
  • this is mostly a test because samsum is not exactly the best dataset for general-purpose summarization

Training and evaluation data

See the dataset card linked on this page for info

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 4
  • seed: 24915
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.02
  • num_epochs: 1.0

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsumGen Len
0.11950.17202.063557.882928.788744.425654.1299121.8
0.10840.35402.117858.041628.648744.390554.1557122.893
0.10190.52602.157657.81628.706944.424253.9598120.524
0.09750.7802.182157.959728.817844.485454.068121.793
0.09470.871002.184657.963728.744644.382654.0399122.77

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.6.1
  • Tokenizers 0.13.1

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
310ad6b

0 моделей