/ Модель

Характеристики

Контекст
1 024 токена
Параметры
242 млн
Лицензия
MIT
Архитектура
mbart · dense
Опубликована
2 мар 2022

bartpho-syllable

ЭмбеддингиТекст → embedding3 профессии

Предварительно обученная вьетнамская модель BART со слоговой токенизацией для генеративных задач, включая суммаризацию текста.

36 138скачиваний за 30 дней7лайковвеса обновлены20 авг 2024

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 «Эмбеддинги» — 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

BARTpho-syllable — вьетнамская предварительно обученная модель кодировщика-декодировщика семейства BART, разработанная Nguyen Luong Tran, Duong Minh Le и Dat Quoc Nguyen. Версия syllable использует слоговую токенизацию; модель построена на крупной архитектуре BART и обучена как последовательностная модель с устранением шума. В репозитории представлены веса PyTorch и TensorFlow, объём модели — 242,3 млн параметров, максимальная длина контекста — 1024 токена.

Модель предназначена для генеративных задач обработки вьетнамского текста. В частности, её можно применять для суммаризации и использовать как предварительно обученную основу для последующих задач NLP. В описанных авторами экспериментах по суммаризации вьетнамских текстов BARTpho превзошла базовую mBART по автоматической и человеческой оценке. Лицензия — MIT; авторы просят цитировать публикацию при использовании модели в научных работах или программном обеспечении.

Сценарии применения

  • суммаризация вьетнамских текстов
  • генерация текста на вьетнамском языке
  • дообучение модели для задач обработки вьетнамского языка

Ограничения

Модель ориентирована на вьетнамский язык; для других языков её пригодность не подтверждена. Контекст ограничен 1024 токенами.

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

BARTpho: Pre-trained Sequence-to-Sequence Models for Vietnamese

Two BARTpho versions BARTpho-syllable and BARTpho-word are the first public large-scale monolingual sequence-to-sequence models pre-trained for Vietnamese. BARTpho uses the "large" architecture and pre-training scheme of the sequence-to-sequence denoising model BART, thus especially suitable for generative NLP tasks. Experiments on a downstream task of Vietnamese text summarization show that in both automatic and human evaluations, BARTpho outperforms the strong baseline mBART and improves the state-of-the-art.

The general architecture and experimental results of BARTpho can be found in our paper:

@article{bartpho,
title     = {{BARTpho: Pre-trained Sequence-to-Sequence Models for Vietnamese}},
author    = {Nguyen Luong Tran and Duong Minh Le and Dat Quoc Nguyen},
journal   = {arXiv preprint},
volume    = {arXiv:2109.09701},
year      = {2021}
}

Please CITE our paper when BARTpho is used to help produce published results or incorporated into other software.

For further information or requests, please go to BARTpho's homepage!

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartModel
Ревизия весов
36eee8b

0 моделей