库名称：transformers
许可证：apache-2.0
基础模型：google/flan-t5-base
标签：

• generated_from_trainer
  数据集：
• samsum
  评估指标：
• rouge
  模型索引：
• 名称：flan-t5-base-samsum
  结果：
  • 任务：
    名称：序列到序列语言建模
    类型：文本生成
    数据集：
    名称：samsum
    类型：samsum
    配置：samsum
    拆分：test
    参数：samsum
    评估指标：
    • 名称：Rouge1
      类型：rouge
      值：47.355
      管道标签：summarization

flan-t5-base-samsum

该模型是基于google/flan-t5-base在samsum数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：1.3736
• Rouge1：47.355
• Rouge2：23.7601
• Rougel：39.8403
• Rougelsum：43.4718
• 生成长度：17.1575

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型：线性
• 训练轮数：5

训练结果

框架版本

• Transformers 4.44.2
• Pytorch 2.4.0
• Datasets 3.0.0
• Tokenizers 0.19.1

使用方法

from transformers import pipeline  

pipe = pipeline("summarization", model="sharmax-vikas/flan-t5-base-samsum")  

res = pipe('''对话：  
Margaret: 嗨，我想在12月的4号和11号约10:00或11:00见面。  
Evans: 嗨，4号——我们可以10:00见。  
Evans: 11号——11:00见。  
Margaret: 好的。那18号呢？  
Evans: 18号我不确定。  
Evans: 我可能不在城里。  
Margaret: 好的，那到时候再说。  
Evans: 是的，下周我会告诉你。  
Margaret: 如果不是18号，也许我们可以17号见？  
Evans: 如果我离开，17号也不会在。  
Margaret: 好的，我明白了。  
Evans: 但如果你愿意，我们可以14号见？  
Margaret: 嗯，我不确定我是否有空。  
Evans: 那这些日期我们之后再定，好吗？  
Margaret: 好的，那我们4号10:00见。  
Evans: 是的！''')  

print(f"flan-t5-base摘要：\n{res[0]['summary_text']}")  


# 输出：flan-t5-base摘要：  
Margaret和Evans将在12月4号和11号见面。他们将在18号10:00和17号11:00见面。如果不是18号，他们可以在17号或14号见面。