/ Модель

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Архитектура
mbart · dense
Опубликована
22 июл 2023

mbart-russian-grammar-corrector

Генерация текстаТекст → текст3 профессии

Дообученная модель mBART исправляет грамматические ошибки в русскоязычном тексте.

157скачиваний за 30 дней6лайковвеса обновлены19 авг 2023

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

MRNH разработала дообученную модель mBART для исправления грамматических ошибок в русском языке. Она принимает текст и генерирует его исправленную версию, поэтому подходит для корректировки пользовательских текстов и других сценариев автоматической проверки грамматики.

Модель построена на архитектуре MBartForConditionalGeneration, содержит 457,4 млн параметров и работает с библиотекой Transformers в формате PyTorch. Для токенизации используется MBart50TokenizerFast с кодом языка ru_RU. В метаданных указан контекст длиной до 1024 токенов. Модель предназначена для русского языка; лицензия в предоставленных данных не указана.

Сценарии применения

  • исправление грамматики в пользовательских текстах
  • корректура русскоязычных черновиков
  • автоматическая проверка грамматики в текстовом редакторе

Ограничения

Поддержка заявлена для русского языка, а контекст ограничен 1024 токенами. Результаты могут требовать проверки человеком; сведения о лицензии в предоставленных данных отсутствуют.

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

This is a fine-tuned version of Multilingual Bart trained in Russian for Grammatical Error Correction.

To initialize the model:

from transformers import MBartForConditionalGeneration, MBart50TokenizerFast
model = MBartForConditionalGeneration.from_pretrained("MRNH/mbart-russian-grammar-corrector")

To use the tokenizer:

tokenizer = MBart50TokenizerFast.from_pretrained("MRNH/mbart-russian-grammar-corrector", src_lang="ru_RU", tgt_lang="ru_RU")
input = tokenizer("I was here yesterday to studying",text_target="I was here yesterday to study", return_tensors='pt')

To generate text using the model:

output = model.generate(input["input_ids"],attention_mask=input["attention_mask"],forced_bos_token_id=tokenizer_it.lang_code_to_id["ru_RU"])

Training of the model is performed using the following loss computation based on the hidden state output h:

h.logits, h.loss = model(input_ids=input["input_ids"],
                                              attention_mask=input["attention_mask"],
                                              labels=input["labels"])

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
ac79828

0 моделей