Lsg Bart Base 16384 Pubmed

🚀 ccdv/lsg-bart-base-16384-pubmed

このモデルは、scientific_papers pubmed データセット上で ccdv/lsg-bart-base-4096-pubmed をファインチューニングしたバージョンです。モデルは16384の長いシーケンスを扱うように変換され、1エポックでファインチューニングされています。

🚀 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。 詳細は #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-16384-pubmed", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-16384-pubmed", 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-16384-pubmed", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-16384-pubmed", 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

モデルの性能

このモデルは、テストセットで以下の結果を達成しています。

参照モデル:

モデルの説明

このモデルは、長いシーケンスを扱うためにLocal-Sparse-Globalアテンションを使用しています。

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）、ccdv/lsg-bart-base-4096-pubmed 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。

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。

• learning_rate: 8e-05
• train_batch_size: 8
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 32
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 1.0

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。

• dataset_name: scientific_papers
• dataset_config_name: pubmed
• eval_batch_size: 4
• eval_samples: 6658
• early_stopping: True
• ignore_pad_token_for_loss: True
• length_penalty: 2.0
• max_length: 512
• min_length: 128
• num_beams: 5
• no_repeat_ngram_size: None
• seed: 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