Lsg Bart Base 4096 Mediasum

🚀 ccdv/lsg-bart-base-4096-mediasum

このモデルは、ccdv/lsg-bart-base-4096 を ccdv/mediasum roberta_prepended 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。テストセットで以下の結果を達成しています。

🚀 クイックスタート

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ます。trust_remote_code=True を追加する必要があります #13467 を参照してください

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。

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("ccdv/lsg-bart-base-4096-mediasum", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-4096-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
  )

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("ccdv/lsg-bart-base-4096-mediasum", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-4096-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
  )

📚 ドキュメント

モデルのテストセット結果

通常のブロックサイズ

小さいブロックサイズ（低リソース）

モデルの説明

このモデルは、長いシーケンスを処理するためにLocal-Sparse-Globalアテンションを利用しています。

このモデルは約1億4500万個のパラメータを持ち（エンコーダ6層 - デコーダ6層）、BART-baseからウォームスタートされ、長いシーケンスを処理できるように変換され（エンコーダのみ）、ファインチューニングされています。

トレーニング手順

トレーニングハイパーパラメータ

トレーニング中に以下のハイパーパラメータが使用されました。

• 学習率: 8e-05
• トレーニングバッチサイズ: 8
• シード: 42
• 勾配蓄積ステップ: 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タイプ: 線形
• 学習率スケジューラウォームアップ比率: 0.1
• エポック数: 6.0

生成ハイパーパラメータ

生成中に以下のハイパーパラメータが使用されました。

• データセット名: ccdv/mediasum
• データセット設定名: 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
• ビーム数: 5
• 繰り返しNGramサイズ: None
• シード: 123

フレームワークバージョン

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