/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Архитектура
gemma2 · dense
Базовая модель
gemma-2-9b-it
Библиотека
transformers
Опубликована
28 апр 2026

AU-clarification_gemma-2-9b-it

Генерация текстаТекст → текст3 профессии

Дообученная Gemma 2 для уточнения аргументативных единиц и автоматической разметки корпуса GDN-CC.

166скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AU-clarification_gemma-2-9b-it — языковая модель Gemma 2 с 9 млрд параметров, дообученная LequeuISIR на наборе данных GDN-CC для уточнения аргументативных единиц. Модель предназначена для автоматической разметки и пояснения аргументативных единиц; авторы называют её лучшей в своей задаче и использовали для аннотирования GDN-CC-large.

Модель имеет архитектуру Gemma2ForCausalLM и принимает текст, выдавая текст. Контекст составляет 8192 токена. В качестве базовой использована google/gemma-2-9b-it; для запуска авторы рекомендуют vLLM. Метаданные указывают французский язык и наборы данных GDN-CC и GDN-CC-large. Сведения о лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • уточнение аргументативных единиц в тексте
  • автоматическая аннотация аргументации
  • подготовка разметки для корпуса GDN-CC-large

Ограничения

Предназначена для уточнения аргументативных единиц, поэтому её возможности за пределами этой задачи не описаны. Лицензия и конкретные показатели качества в предоставленных источниках не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for AU-clarification_gemma-2-9b-it

Gemma-2-9b-it finetuned on the GDN-CC dataset for the task of Argumentative Unit Clarification. This is the best model for AU clarification and the one used to annotate GDN-CC-large.

Uses

It is recommended to use it with the vLLM framework:

from vllm import LLM, SamplingParams

llm = LLM(model="LequeuISIR/AU-clarification_gemma-2-9b-it", 
          max_model_len=2048)

tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b-it")

sampling_params = SamplingParams(temperature=0.2, max_tokens=2000)

messages = [
    {"role": "user", "content": f"{PROMPT}texte initial:\n {item["opinionText"].strip()}\n\n segment à clarifier:\n{item["AU"].strip()}"}
]
prompt_string = tokenizer.apply_chat_template(
    messages, 
    tokenize=False, 
    add_generation_prompt=True
)

outputs = llm.generate([prompt_string], sampling_params)

with the prompt being:

PROMPT= """
Je vais te donner un segment de texte d'opinions en français, ainsi que le texte initial dont il est tiré. Ton travail est de réécrire ce segment \
d'opinion de manière claire. En particulier, tu dois d'abord corriger les fautes d'orthographe, de grammaire, et de syntaxe. Tu dois aussi ajouter \
le contexte présent dans le texte initial si il est important pour la compréhension du segment. Le texte final clarifié doit être compréhensible \
sans accès ni au texte initial ni a son sous-segment. Si le segment est déjà clair et bien écrit, tu dois simplement le recopier. \
Tu dois ressortir UNIQUEMENT la clarification du segment et rien d'autre. \n\n
"""

BibTeX:

@inproceedings{lequeu-etal-2026-gdn,
    title = "The {GDN}-{CC} Dataset: Automatic Corpus Clarification for {AI}-enhanced Democratic Citizen Consultations",
    author = {Lequeu, Pierre-Antoine  and
      Labat, L{\'e}o  and
      Cave, Laur{\`e}ne  and
      Lejeune, Ga{\"e}l  and
      Yvon, Fran{\c{c}}ois  and
      Piwowarski, Benjamin},
    editor = "Liakata, Maria  and
      Moreira, Viviane P.  and
      Zhang, Jiajun  and
      Jurgens, David",
    booktitle = "Proceedings of the 64th Annual Meeting of the {A}ssociation for {C}omputational {L}inguistics (Volume 1: Long Papers)",
    month = jul,
    year = "2026",
    address = "San Diego, California, United States",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2026.acl-long.1523/",
    doi = "10.18653/v1/2026.acl-long.1523",
    pages = "32976--33006",
    ISBN = "979-8-89176-390-6",
    abstract = "LLMs are ubiquitous in modern NLP, and while their applicability extends to texts produced for democratic activities such as online deliberations or large-scale citizen consultations, ethical questions have been raised for their usage as analysis tools. We continue this line of research with two main goals: (a) to develop resources that can help standardize citizen contributions in public forums at the \textbf{pragmatic level}, and make them easier to use in topic modeling and political analysis; (b) to study how well this standardization can reliably be performed by small, open-weights LLMs, \textit{i.e.} models that can be run locally and transparently with limited resources. Accordingly, we introduce \textbf{Corpus Clarification} as a preprocessing framework for large-scale consultation data that transforms noisy, multi-topic contributions into structured, self-contained argumentative units ready for downstream analysis. We present \textbf{GDN-CC}, a manually-curated dataset of 1,231 contributions to the French \textit{Grand D{\'e}bat National}, comprising 2,285 argumentative units annotated for argumentative structure and manually clarified. We then show that finetuned Small Language Models match or outperform LLMs on reproducing these annotations, and measure their usability for an opinion clustering task. We finally release \textbf{GDN-CC-large}, an automatically annotated corpus of 240k contributions, the largest annotated democratic consultation dataset to date."
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
d4487c7

0 моделей