Mt5 Small Amharic Text Summaization

🚀 mt5-small阿姆哈拉語文本摘要模型

本模型是基於Transformer架構的文本摘要模型，在阿姆哈拉語新聞文章和標題數據上微調，能有效生成高質量的文本摘要。

🚀 快速開始

本模型是 google/mt5-small 在特定數據集上的微調版本。在評估集上取得了以下結果：

• 評估損失（eval_loss）：1.9166
• 評估ROUGE-1得分（eval_rouge1）：17.2202
• 評估ROUGE-2得分（eval_rouge2）：9.6515
• 評估ROUGE-L得分（eval_rougeL）：16.8757
• 評估ROUGE-Lsum得分（eval_rougeLsum）：16.8802
• 評估運行時間（eval_runtime）：189.6659
• 每秒評估樣本數（eval_samples_per_second）：14.178
• 每秒評估步數（eval_steps_per_second）：1.777
• 訓練輪數（epoch）：10.0
• 訓練步數（step）：13450

✨ 主要特性

• 微調模型：基於 google/mt5-small 微調，繼承了預訓練模型的強大語言理解能力。
• 特定領域訓練：在新聞文章和標題數據上進行訓練，適用於新聞文本的摘要任務。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：5.6e-05
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β1 = 0.9，β2 = 0.999，ε = 1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：12

框架版本

• Transformers：4.35.2
• Pytorch：2.1.0+cu121
• Datasets：2.16.1
• Tokenizers：0.15.0

📄 許可證

本模型採用 Apache-2.0 許可證。