autoevaluate/autoeval-eval-scientific_papers-pubmed-c3b6df-51381145313

---
type: predictions
tags:
- autotrain
- evaluation
datasets:
- scientific_papers
eval_info:
task: summarization
model: Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
metrics: ['accuracy', 'frugalscore']
dataset_name: scientific_papers
dataset_config: pubmed
dataset_split: train
col_mapping:
text: article
target: abstract
---
# Dataset Card for AutoTrain Evaluator

This repository contains model predictions generated by [AutoTrain](https://huggingface.co/autotrain) for the following task and dataset:

* Task: Summarization
* Model: Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
* Dataset: scientific_papers
* Config: pubmed
* Split: train

To run new evaluation jobs, visit Hugging Face's [automatic model evaluator](https://huggingface.co/spaces/autoevaluate/model-evaluator).

## Contributions

Thanks to [@NessTechIntl](https://huggingface.co/NessTechIntl) for evaluating this model.

---
类型: 预测结果
标签:
- autotrain
- 评估
数据集:
- 科学论文数据集（scientific_papers）
评估信息:
任务: 文本摘要（summarization）
模型: Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
指标: ['accuracy', 'frugalscore']
数据集名称: 科学论文数据集（scientific_papers）
数据集配置: pubmed
数据集拆分: train
列映射:
文本: 文章
目标: 摘要
---
# AutoTrain评估器数据集卡片

本仓库包含由[AutoTrain](https://huggingface.co/autotrain)生成的针对以下任务和数据集的模型预测结果：

* 任务：文本摘要（summarization）
* 模型：Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
* 数据集：科学论文数据集（scientific_papers）
* 配置：pubmed
* 拆分：train

若要运行新的评估任务，请访问Hugging Face的[自动模型评估器](https://huggingface.co/spaces/autoevaluate/model-evaluator)。

## 贡献

感谢[@NessTechIntl](https://huggingface.co/NessTechIntl)对本模型进行评估。

原始信息汇总

数据集卡片

数据集概述

• 类型: 预测
• 标签: autotrain, evaluation
• 数据集: scientific_papers
• 评估信息:
  • 任务: 摘要生成
  • 模型: Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
  • 评估指标: [accuracy, frugalscore]
  • 数据集名称: scientific_papers
  • 数据集配置: pubmed
  • 数据集分割: train
  • 列映射:
    • text: article
    • target: abstract

详细信息

• 任务: 摘要生成
• 模型: Samuel-Fipps/t5-efficient-large-nl36_fine_tune_sum_V2
• 数据集: scientific_papers
• 配置: pubmed
• 分割: train