Lsg Bart Base 16384 Mediasum

🚀 ccdv/lsg-bart-base-16384-mediasum

このモデルは、ccdv/lsg-bart-base-4096-mediasum を ccdv/mediasum roberta_prepended mediasum データセットでファインチューニングしたバージョンです。このモデルは16384の長いシーケンスを扱うように変換され、1エポックの間で適切にファインチューニングされています。

🚀 クイックスタート

# オリジナルのコードとコメントを保持
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("ccdv/lsg-bart-base-16384-mediasum", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-16384-mediasum", trust_remote_code=True)

text = "Replace by what you want."
pipe = pipeline("text2text-generation", model=model, tokenizer=tokenizer, device=0)
generated_text = pipe(
  text, 
  truncation=True, 
  max_length=64, 
  no_repeat_ngram_size=7,
  num_beams=2,
  early_stopping=True
  )

✨ 主な機能

このモデルは、Local-Sparse-Globalアテンションを利用して長いシーケンスを扱うことができます。

モデルには約1億4500万個のパラメータがあり（エンコーダ6層 - デコーダ6層）、ccdv/lsg-bart-base-4096-mediasum からウォームスタートされ、長いシーケンスを扱うように変換（エンコーダのみ）され、ファインチューニングされています。

テストセットでの結果

参照モデル

📦 インストール

このモデルを使用するには、以下の条件を満たす必要があります。

• Transformers >= 4.36.1
• このモデルはカスタムモデリングファイルに依存しているため、trust_remote_code=True を追加する必要があります。
• 詳細は #13467 を参照してください。

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング時に使用されたハイパーパラメータは以下の通りです。

• 学習率: 8e-05
• トレーニングバッチサイズ: 8
• シード: 42
• 勾配累積ステップ数: 4
• 総トレーニングバッチサイズ: 32
• オプティマイザ: Adam（ベータ=(0.9,0.999)、イプシロン=1e-08）
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップ比率: 0.1
• エポック数: 1.0

生成ハイパーパラメータ

生成時に使用されたハイパーパラメータは以下の通りです。

• データセット名: ccdv/mediasum
• データセット構成名: roberta_prepended
• 評価バッチサイズ: 8
• 評価サンプル数: 10000
• 早期終了: True
• 損失計算時にパディングトークンを無視: True
• 長さペナルティ: 2.0
• 最大長: 128
• 最小長: 3
• ビームサーチのビーム数: 5
• 繰り返し禁止n-gramサイズ: None
• シード: 123

フレームワークのバージョン

• Transformers 4.18.0
• Pytorch 1.10.1+cu102
• Datasets 2.1.0
• Tokenizers 0.11.6

関連リンク

• LSG ArXiv 論文
• Github/変換スクリプトはこの リンク から入手できます。

📚 ドキュメント

想定される用途と制限事項

詳細情報は後日提供予定です。

トレーニングと評価データ

詳細情報は後日提供予定です。