t5-small-finetuned-stock-news-2オープンソースモデル - 金融ニュースの高品質テキスト要約を無料で生成

T5 Small Finetuned Stock News 2

Kalliaによって開発

t5-smallをファインチューニングしたテキスト要約生成モデルで、金融ニュース分野で良好な性能を発揮

ダウンロード数 40

リリース時間 : 5/5/2025

モデル概要

このモデルはT5-smallアーキテクチャをファインチューニングしたテキスト生成モデルで、金融ニュース要約生成タスクに特化しています。ROUGE指標で優れた性能を示し、ニュースのキー情報を効果的に抽出できます。

金融ニュース最適化

金融ニュースデータに特化してファインチューニングされており、関連分野での要約効果がより優れています

高効率軽量

t5-smallアーキテクチャをベースとしており、良好な性能を維持しながら計算リソース要件が低い

多次元評価

ROUGE-1/2/L/Lsum複数指標を使用して要約品質を包括的に評価

テキスト要約生成

金融ニュース処理

英語テキスト理解

金融情報サービス

金融ニュース自動要約

金融ニュースの簡潔な要約を自動生成し、投資家が迅速にキー情報を取得できるよう支援

ROUGE-1スコア44.167、要約が原文のキー情報を効果的に保持していることを示唆

コンテンツアグリゲーションプラットフォーム

ニュースレター生成

ニュースアグリゲーションプラットフォーム向けに日次レポート要約を自動生成

このモデルは、未知のデータセットで t5-small をファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

このモデルは、株式ニュースの要約などのタスクに使用できます。具体的な使用方法については、以下のセクションを参照してください。

このモデルに関する詳細情報は、今後の更新で追加される予定です。

このモデルの想定される用途と制限に関する詳細情報は、今後の更新で追加される予定です。

このモデルの学習と評価に使用されたデータに関する詳細情報は、今後の更新で追加される予定です。

学習中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: 2.5e-05
学習バッチサイズ: 4
評価バッチサイズ: 4
シード: 42
オプティマイザ: betas=(0.9,0.999) かつ epsilon=1e-08 の OptimizerNames.ADAMW_TORCH を使用。追加のオプティマイザ引数はありません。
学習率スケジューラの種類: 線形
エポック数: 8

学習損失	エポック	ステップ	検証損失	Rouge1	Rouge2	Rougel	Rougelsum
0.9333	1.0	567	0.8685	43.2839	35.0416	41.431	41.724
0.8108	2.0	1134	0.8320	43.8366	35.6114	42.0042	42.3429
0.7762	3.0	1701	0.8183	43.6494	35.4373	41.755	42.1571
0.7487	4.0	2268	0.8084	43.8891	35.6917	41.9799	42.3663
0.7289	5.0	2835	0.8036	43.7749	35.5598	41.851	42.2422
0.7166	6.0	3402	0.8018	44.1163	36.0261	42.335	42.6929
0.7014	7.0	3969	0.8015	44.0648	35.8877	42.1801	42.6115
0.7119	8.0	4536	0.8004	44.167	36.0987	42.3071	42.7469