Эта модель представляет собой доработанную версию google/flan-t5-large на allenai/QASPER: набор данных для ответов на вопросы по научным исследованиям, основанный на наборе данных NLP-Paper-to-QA-Generation. — Аннотация статьи НЛП + Введение —> {Вопрос} [SEP] {Ответ} — Суммирование на основе вопросов — Суммирование длинных документов — Суммирование научных статей В наборе оценок достигаются следующие результаты: — Потеря: 0,4504 — Наша модель генерирует 16 различных пар вопросов-ответов с выборкой top-p. — (1) Внимание — это все, что вам нужно — (https://arxiv.org/abs/1706.03762) — (2) Сила масштабирования для быстрой настройки с эффективными параметрами — (https://arxiv.org/abs/2104.08691) — (3) (Документ LK-99 / Не документ по НЛП) Первый сверхпроводник, работающий при комнатной температуре и окружающем давлении — (https://arxiv.org/abs/2307.12008) — (4) Ремонт потрескавшегося фундамента: обзор препятствий в практике оценки сгенерированного текста — (https://arxiv.org/abs/2202.06935) — (5) Языковые модели — это Супер Марио: поглощение способностей из гомологичных моделей в качестве бесплатного обеда — (https://arxiv.org/abs/2311.03099) — Используемый набор данных: набор данных UNIST-Eunchan/NLP-Paper-to-QA-Generation. — Поезд: набор данных[‘поезд’] + набор данных[‘тест’] — Оценка:…
Модальности:
Генерация текста
Области применения:
Суммаризация
Задача: Генерация текста
Автор: UNIST-Eunchan
Теги: tensorboard, t5, text2text-generation, generated_from_trainer, NLPPaper_to_Question_Generation, Summarization, Long Document Summarization, en
Лайков: 6 | Загрузок: 10
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
