/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense

CPM-Generate

Генерация текстаТекст → текст3 профессии

Авторегрессионная китайская языковая модель CPM-Large на 2,6 млрд параметров для генерации текста и экспериментов с китайскими NLP-задачами.

268скачиваний за 30 дней42лайкавеса обновлены29 июл 2021

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

CPM-Generate — авторегрессионная языковая модель на архитектуре Transformer/GPT-2, разработанная командой TsinghuaAI для генерации китайского текста и решения связанных языковых задач. В README указана версия CPM-Large с 2,6 млрд параметров, обученная на 100 ГБ китайских текстов; метаданные указывают контекст до 1024 токенов и форматы PyTorch и TensorFlow.

Модель предназначена для генерации продолжений текста, диалогов и эссе, заполнения пропусков и языкового понимания. В README приведены результаты для классификации текстов, китайского идиоматического cloze-теста и генерации коротких диалогов; это указывает на пригодность для экспериментов с китайским NLP и few-shot сценариев. Модель работает с текстом и ориентирована на китайский язык.

Генерация вероятностная, поэтому ответы могут содержать ошибки и отражать смещения обучающих текстов. Указанная лицензия — MIT.

Сценарии применения

  • генерация китайских эссе и продолжений текста
  • создание коротких диалогов на китайском языке
  • заполнение пропусков в китайских идиомах
  • few-shot классификация китайских текстов
  • проверка языкового понимания китайской модели

Ограничения

Генерируемый текст может содержать ошибки и смещения, унаследованные от обучающих данных; контекст ограничен 1024 токенами.

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

CPM-Generate

Model description

CPM (Chinese Pre-trained Language Model) is a Transformer-based autoregressive language model, with 2.6 billion parameters and 100GB Chinese training data. To the best of our knowledge, CPM is the largest Chinese pre-trained language model, which could facilitate downstream Chinese NLP tasks, such as conversation, essay generation, cloze test, and language understanding. [Project] [Model] [Paper]

Intended uses & limitations

How to use

from transformers import TextGenerationPipeline, AutoTokenizer, AutoModelWithLMHead

tokenizer = AutoTokenizer.from_pretrained("TsinghuaAI/CPM-Generate")
model = AutoModelWithLMHead.from_pretrained("TsinghuaAI/CPM-Generate")

text_generator = TextGenerationPipeline(model, tokenizer)
text_generator('清华大学', max_length=50, do_sample=True, top_p=0.9)

Limitations and bias

The text generated by CPM is automatically generated by a neural network model trained on a large number of texts, which does not represent the authors' or their institutes' official attitudes and preferences. The text generated by CPM is only used for technical and scientific purposes. If it infringes on your rights and interests or violates social morality, please do not propagate it, but contact the authors and the authors will deal with it promptly.

Training data

We collect different kinds of texts in our pre-training, including encyclopedia, news, novels, and Q&A. The details of our training data are shown as follows.

Data SourceEncyclopediaWebpageStoryNewsDialog
Size~40GB~39GB~10GB~10GB~1GB

Training procedure

Based on the hyper-parameter searching on the learning rate and batch size, we set the learning rate as \(1.5\times10^{-4}\) and the batch size as \(3,072\), which makes the model training more stable. In the first version, we still adopt the dense attention and the max sequence length is \(1,024\). We will implement sparse attention in the future. We pre-train our model for \(20,000\) steps, and the first \(5,000\) steps are for warm-up. The optimizer is Adam. It takes two weeks to train our largest model using \(64\) NVIDIA V100.

Eval results

n_paramn_layersd_modeln_headsd_head
CPM-Small109M127681264
CPM-Medium334M241,0241664
CPM-Large2.6B322,5603280

We evaluate CPM with different numbers of parameters (the details are shown above) on various Chinese NLP tasks in the few-shot (even zero-shot) settings. With the increase of parameters, CPM performs better on most datasets, indicating that larger models are more proficient at language generation and language understanding. We provide results of text classification, chinese idiom cloze test, and short text conversation generation as follows. Please refer to our paper for more detailed results.

Zero-shot performance on text classification tasks

TNEWSIFLYTEKOCNLI
CPM-Small0.6260.5840.378
CPM-Medium0.6180.6350.379
CPM-Large0.7030.7080.442

Performance on Chinese Idiom Cloze (ChID) dataset

SupervisedUnsupervised
CPM-Small0.6570.433
CPM-Medium0.6950.524
CPM-Large0.8040.685

Performance on Short Text Conversation Generation (STC) dataset

AverageExtremaGreedyDist-1Dist-2
Few-shot (Unsupervised)
CDial-GPT0.8990.7970.8101,963 / 0.01120,814 / 0.126
CPM-Large0.9280.8050.8153,229 / 0.00768,008 / 0.154
Supervised
CDial-GPT0.9330.8140.8262,468 / 0.00835,634 / 0.127
CPM-Large0.9340.8100.8193,352 / 0.01167,310 / 0.233

BibTeX entry and citation info

@article{cpm-v1,
  title={CPM: A Large-scale Generative Chinese Pre-trained Language Model},
  author={Zhang, Zhengyan and Han, Xu, and Zhou, Hao, and Ke, Pei, and Gu, Yuxian and Ye, Deming and Qin, Yujia and Su, Yusheng and Ji, Haozhe and Guan, Jian and Qi, Fanchao and Wang, Xiaozhi and Zheng, Yanan and Zeng, Guoyang and Cao, Huanqi and Chen, Shengqi and Li, Daixuan and Sun, Zhenbo and Liu, Zhiyuan and Huang, Minlie and Han, Wentao and Tang, Jie and Li, Juanzi and Sun, Maosong},
  year={2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
0e4bcd9

0 моделей