/ Модель

Характеристики

Параметры
404 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
28 фев 2023

FRED-T5-large

Языковая модель9 профессий

Русскоязычная модель семейства T5 для генерации и преобразования текста, обученная SberDevices на крупном корпусе русского языка.

670скачиваний за 30 дней28лайковвеса 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-large — русскоязычная предварительно обученная текстовая модель семейства T5, разработанная командой SberDevices. Она предназначена для задач преобразования текста, включая генерацию и переформулирование; обучение проводилось на корпусе русского языка объёмом 300 ГБ с использованием смеси семи denoising-целей, основанной на подходе UL2.

Архитектура включает 24 слоя и скрытое представление размером 1024; в метаданных указано 403,9 млн параметров и класс T5ForConditionalGeneration. Модель использует токенизатор BBPE и поддерживает русский язык. Веса опубликованы в формате PyTorch по лицензии Apache-2.0.

Модель подходит как русскоязычная основа для генеративной обработки текста и дообучения под прикладные сценарии. Длина контекста в предоставленных сведениях не указана.

Сценарии применения

  • генерация продолжения русского текста
  • переформулирование предложений на русском языке
  • суммаризация русскоязычных материалов после настройки под задачу
  • дообучение модели для преобразования русского текста

Ограничения

Предварительное обучение сосредоточено на русском языке; качество для других языков не подтверждено. Для конкретных прикладных задач может потребоваться дополнительная настройка.

Для каких профессий подходит9

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 large 820M (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 1024 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/2060

Total training time was around 35 days on 160 V100 GPUs + 5 days on 80 A100.

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: , как водится, с того, что он был в плену.</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 жил</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,max_length=100)
print(tokenizer.decode(outputs[0][1:]))

#print result: '<extra_id_0> </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
6e975f2

0 моделей