В этом репозитории содержится отточенная модель для создания качественных описаний товаров. Модель основана на t5-базе и имеет 223 миллиона параметров. Он был доработан для набора данных о продуктах Amazon, который содержит 10 миллионов примеров, а очищенная версия содержит 0,5 миллиона примеров. Модель T5 ожидает префикс, связанный с задачей: поскольку это задача создания описания, мы добавим префикс «description:» — Архитектура: t5-base (223M параметров) — Набор обучающих данных: обучение на 0,5 миллиона очищенных примеров — Время обучения: — Аппаратное обеспечение: графический процессор Colab T4 — Скорость: 4,91 итераций в секунду — Время обучения: 5:53:49 — Метрики: — Потеря: 2,53 — Шаг потери обучения: 0,095 — Шаг потери проверки: 1,670 — Эпоха потери проверки: 2,290 — Эпоха потери обучения: 1,410 — Данные обучения: первые 250 000 примеров для поезда — Данные проверки: первые 40 000 примеров для проверки — Макс. длина токена источника: 50 — Макс. целевая длина токена: 300 — Размер пакета: 1 — Макс. Эпохи: 1 — Обновление данных обучения: повторно обучите модель, используя последние 0,5 миллиона очищенных примеров. — Оптимизация параметров обучения: экспериментируйте с различными размерами пакетов, скоростями обучения и эпохами, чтобы еще больше улучшить производительность модели. — Расширять…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: Ateeqq
Теги: t5, text2text-generation, en, text-generation-inference, endpoints_compatible
Лайков: 13 | Загрузок: 166
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
