/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
29 июн 2022

Ссылки

Hugging Face

t5-small-finetuned-cnn

ubikpt
СуммаризацияТекст → текст4 профессии

Компактная модель T5, дообученная на CNN/DailyMail для создания кратких изложений текстов.

67скачиваний за 30 дней0лайковвеса обновлены30 июн 2022

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.

Открыть конструктор бенчмарка

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

ubikpt/t5-small-finetuned-cnn — модель T5, дообученная на наборе CNN/DailyMail для суммаризации текстов, в частности новостных статей. Она принимает текст и генерирует его краткое изложение. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и поддерживает контекст до 512 токенов.

В карточке приведены результаты оценки на тестовой выборке: Loss 1,8436, ROUGE-1 33,2082, ROUGE-2 16,798, ROUGE-L 28,9573 и ROUGE-Lsum 31,1044. Модель распространяется под лицензией Apache-2.0. README не описывает дополнительные сценарии применения или ограничения.

Сценарии применения

  • суммаризация новостных статей
  • подготовка краткого пересказа длинного текста
  • сжатие материалов CNN/DailyMail

Ограничения

Контекст ограничен 512 токенами; приведённые метрики относятся к оценке на CNN/DailyMail и не гарантируют качество на других типах текстов.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small-finetuned-cnn

This model is a fine-tuned version of t5-small on the cnn_dailymail dataset. It achieves the following results on the evaluation set:

  • Loss: 1.8436
  • Rouge1: 33.2082
  • Rouge2: 16.798
  • Rougel: 28.9573
  • Rougelsum: 31.1044

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: 5.6e-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: 8

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelRougelsum
2.37931.03591.888533.032116.779828.936730.9509
2.14322.07181.848133.155916.855729.01531.1122
2.05713.010771.839132.9916.71628.811830.9178
2.00014.014361.835733.054316.673128.837530.9604
1.96095.017951.843733.101916.757628.866931.001
1.9256.021541.840233.138816.753928.888731.0262
1.90367.025131.842333.182516.75928.915431.0656
1.88218.028721.843633.208216.79828.957331.1044

Framework versions

  • Transformers 4.14.0
  • Pytorch 1.5.0
  • Datasets 2.3.2
  • Tokenizers 0.10.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
7fe47a7

0 моделей

    Создать бенчмарк