/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
gpt2 · dense
Опубликована
2 мар 2022

rugpt3large_based_on_gpt2

Генерация текстаТекст → текст3 профессии

Русскоязычная авторегрессионная модель GPT-2 для генерации и продолжения текста с контекстом до 2048 токенов.

1 774скачиваний за 30 дней96лайковвеса обновлены4 дек 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

ruGPT-3 Large — русскоязычная авторегрессионная языковая модель на архитектуре GPT-2, разработанная командой SberDevices. Модель предварительно обучена на 80 млрд токенов в течение трёх эпох с длиной последовательности 1024, затем дообучена на последовательностях длиной 2048 токенов. Указанная итоговая perplexity на тестовом наборе — 13,6.

Модель предназначена для генерации русского текста и может служить основой для продолжения текста и языковых экспериментов. Для неё заявлено контекстное окно до 2048 токенов; в репозитории представлены веса PyTorch и Flax. В README не приведены условия лицензии, поэтому их нельзя уточнить по имеющимся сведениям.

Сценарии применения

  • продолжение русского текста по началу фразы
  • генерация черновиков и коротких текстов на русском
  • создание русскоязычных примеров для языковых экспериментов

Ограничения

Контекст ограничен 2048 токенами; README сообщает perplexity 13,6 на тестовом наборе, но не уточняет набор и протокол оценки. Условия лицензии в доступных сведениях 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

rugpt3large_based_on_gpt2

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 with sequence length 1024 using transformers lib by the SberDevices team on 80B tokens for 3 epochs. After that, the model was finetuned 1 epoch with sequence length 2048.

Total training time was around 14 days on 128 GPUs for 1024 context and a few days on 16 GPUs for 2048 context.
The final perplexity on the test set is 13.6.

Authors

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

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
29c5693

0 моделей