metadata

language:
  - ru
metrics:
  - rouge
widget:
  - text: >-
      Эксперты журнала Shape рассказали о трех упражнениях для избавления от
      головокружений. Рекомендации приведены на  сайте  издания. Специалисты
      отметили, что если головокружения возникают регулярно и без причины, то
      это может говорить о ряде сбоев в организме, таких как заболевания
      внутреннего уха. В таком случае необходимо обратиться к врачу. Однако если
      голова кружится в транспорте или вследствие стресса, то исправить это
      можно благодаря тренировкам вестибулярного аппарата. Эксперты Shape
      посоветовали выполнять приседания с медболом. «Встаньте прямо, ноги чуть
      шире плеч, спина прямая. Возьмите в руки медбол. Выполните приседание со
      скручиванием корпуса, на выдохе вытянитесь вверх, скручиваясь в
      противоположную сторону», — пояснили они. Также, по словам специалистов,
      помогут скручивания на фитболе: «Лягте спиной на мяч, ноги согните в
      коленях, руки — за головой, локти в стороны. Отрывая лопатки от фитбола,
      поочередно скручивайте корпус влево-вправо». Третье упражнение —
      TRX-отжимания с использованием специальных лент-подвесов. «Стоя возьмитесь
      за рукоятки TRX и, выпрямив руки, плавно перенесите на них вес тела,
      наклоняясь вперед. Корпус и ноги должны оставаться прямыми и образовывать
      одну линию», — рассказали эксперты. Ранее тренер по фитнесу  Андрей
      Прокофьев   назвал  простые упражнения для пробуждения организма. Эксперт
      посоветовал делать вакуум, а также отведение ног в сторону и назад.
model-index:
  - name: i-k-a/my_lenta_model_ru_mt5-base_4_epochs
    results:
      - task:
          type: summarization
          name: Summarization
        dataset:
          name: lenta.ru
          type: csv
        metrics:
          - name: ROUGE-1
            type: rouge
            value: 0.1302
          - name: ROUGE-2
            type: rouge
            value: 0.0342
          - name: ROUGE-L
            type: rouge
            value: 0.1315
          - name: ROUGE-LSUM
            type: rouge
            value: 0.1309
          - name: ValidationLoss
            type: ValidationLoss
            value: 0.619004
          - name: gen_len
            type: gen_len
            value: 19
tags:
  - summary
  - russian
  - mt5-base

Model Card for Model ID

This model trained to summarize news post. Trained on data grabbed from russian news site Lenta.ru.

Модель обучена суммаризации новостных статей. Обучение проводилось на данных, полученных с русского новостного сайта Lenta.ru.

Model Details

Model Description

Developed by: i-k-a
Shared by [optional]: i-k-a
Model type: Transformer Text2Text Generation
Language(s) (NLP): Russian
Finetuned from model [optional]: mT5-base

Model Sources [optional]

Repository: link

How to Get Started with the Model

Use code below to infer model.

Используйте код ниже для запуска модели.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
MAX_NEW_TOKENS=400
MODEL_DIR='i-k-a/my_lenta_model_ru_mt5-base_4_epochs'
text = input('Введите текст:')
tokenizer = AutoTokenizer.from_pretrained(MODEL_DIR)
model = AutoModelForSeq2SeqLM.from_pretrained(MODEL_DIR)
inputs = tokenizer(text, return_tensors="pt").input_ids
outputs = model.generate(inputs, max_new_tokens=MAX_NEW_TOKENS, do_sample=False)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(f'Резюме от нейросети: "{result}"\n\nИсходный текст: "{text}"')

Training Details

Model trained 4 epochs. Length of input text is cut to 1024 tokens. Output is 400 tokens. Trained using Google Colab resources.

Technical Specifications [optional]

Model Architecture and Objective

google/mt5-base

Compute Infrastructure

Google Colab

Hardware

Google Colab T4 GPU

Software

Python