/ Модель

Характеристики

Параметры
870 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
20 янв 2023

FRED-T5-1.7B

Языковая модель7 профессий

Русскоязычная модель семейства T5 для генерации и преобразования текста, предварительно обученная SberDevices.

390скачиваний за 30 дней84лайкавеса обновлены5 дек 2023

Бенчмарки

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

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

FRED-T5 1.7B — русскоязычная предварительно обученная модель семейства T5, разработанная SberDevices. Она предназначена для генерации и преобразования текста на русском языке, включая сценарии, где задачу задают префиксом. Архитектура — плотный T5 с 24 слоями и размером скрытого состояния 1536; обучение проводилось на корпусе русского языка объёмом 300 ГБ с использованием смеси из семи denoising-задач, близких к UL2. Для отдельных задач применялось дополнительное мультитасковое обучение и продолжение обучения на лучшем чекпойнте.

Модель подходит для экспериментов и прикладных задач генерации, перефразирования, суммаризации и других преобразований русскоязычного текста. В метаданных указано 870,1 млн параметров, формат весов PyTorch и поддержка русского языка. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста на русском языке
  • суммаризация русскоязычных текстов
  • перефразирование предложений на русском языке
  • преобразование текста по инструкциям и префиксам
  • эксперименты с мультитасковыми NLP-задачами для русского языка

Ограничения

Модель обучена на русском языке и её применимость к другим языкам не подтверждена. README не приводит количественных оценок качества по задачам.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FRED-T5 1.7B (Full-scale Russian Enhanced Denoisers T5)

The model architecture design, pretraining, and evaluation are documented in our preprint: A Family of Pretrained Transformer Language Models for Russian.

The model was trained by SberDevices.

Architecture based on T5.

It has 24 layers and 1536 hidden size. More details in config.json.

The model trained on a mixture of 7 denoisers like UL2 with several differences (https://arxiv.org/abs/2205.05131).

It was trained on Russian language corpus (300GB). The dataset is the same as for ruT5 models.

Bbpe tokenizer. 50257 + special tokens 107. Prefix tokens: '<LM>', '<SC1>',.. '<SC6>'

First half of the time model trained on the small part of all dataset (1%,3GB) and without prefixes in each task.

For RSG, we trained as described in the T5 paper. First, we trained multitask for all tasks. Then we took the best checkpoint for the task and trained it further. RSG submit here https://russiansuperglue.com/login/submit_info/1936

Total training time was around 45 days on 112 A100 GPUs.

Usage (HuggingFace Models Repository)

import torch
from transformers import GPT2Tokenizer, T5ForConditionalGeneration 
tokenizer = GPT2Tokenizer.from_pretrained('ai-forever/FRED-T5-1.7B',eos_token='</s>')
model = T5ForConditionalGeneration.from_pretrained('ai-forever/FRED-T5-1.7B')
device='cuda'
model.to(device)

#Prefix <LM>
lm_text='<LM>Принялся Кутузов рассказывать свою историю как он сюда попал. Началось'
input_ids=torch.tensor([tokenizer.encode(lm_text)]).to(device)
outputs=model.generate(input_ids,eos_token_id=tokenizer.eos_token_id,early_stopping=True)
print(tokenizer.decode(outputs[0][1:]))

# print result: с того, что он был в армии, служил в артиллерии</s>.

#Prefix <SC1>
lm_text='<SC1>Принялся Кутузов рассказывать свою историю <extra_id_0>. Началось с того, что он был в армии, служил в артиллерии.'
input_ids=torch.tensor([tokenizer.encode(lm_text)]).to(device)
outputs=model.generate(input_ids,eos_token_id=tokenizer.eos_token_id,early_stopping=True)
print(tokenizer.decode(outputs[0][1:]))

#print result: '<extra_id_0>, как он воевал</s>'

# Prefix <SC5> 
lm_text='<SC5>Принялся Кутузов рассказывать свою историю <extra_id_0>. Началось с того, что он был в армии, служил в артиллерии.'
input_ids=torch.tensor([tokenizer.encode(lm_text)]).to(device)
outputs=model.generate(input_ids,eos_token_id=tokenizer.eos_token_id,early_stopping=True)
tokenizer.decode(outputs[0][1:])

#print result: '<extra_id_0>, как он стал генералом</s>'

Authors

  • NLP core team RnD Telegram channel:
    • Dmitry Zmitrovich
    • Andrei Kalmykov
    • Vitaly Kadulin
    • Mikhail Novikov
    • Alexey Khoroshilov

Salute AI Community.

Cite us

@misc{zmitrovich2023family,
      title={A Family of Pretrained Transformer Language Models for Russian}, 
      author={Dmitry Zmitrovich and Alexander Abramov and Andrey Kalmykov and Maria Tikhonova and Ekaterina Taktasheva and Danil Astafurov and Mark Baushenko and Artem Snegirev and Tatiana Shavrina and Sergey Markov and Vladislav Mikhailov and Alena Fenogenova},
      year={2023},
      eprint={2309.10931},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
fbff67a

0 моделей