/ Модель

Характеристики

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

rugpt3medium_based_on_gpt2

Генерация текстаТекст → текст5 профессий

Русскоязычная авторегрессионная модель ruGPT-3 Medium для генерации и продолжения текста с контекстом до 2048 токенов.

3 234скачиваний за 30 дней28лайковвеса обновлены5 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 Medium — русскоязычная авторегрессионная языковая модель семейства GPT-2, разработанная командой SberDevices. Модель предварительно обучена на 80 млрд токенов в течение трёх эпох, а затем дообучена с контекстом 2048 токенов; для предварительного обучения использовалась длина последовательности 1024 токена. В карточке указана perplexity 17,4 на тестовом наборе.

Модель предназначена для генерации текста на русском языке и может использоваться для продолжения заданного текста и создания русскоязычных текстовых черновиков. Архитектура — плотная GPT-2 с головкой языкового моделирования; репозиторий содержит веса PyTorch. Описание архитектуры, предварительного обучения и оценки приведено авторами в препринте о семействе предварительно обученных трансформерных языковых моделей для русского языка.

Это базовая языковая модель, поэтому качество ответов зависит от формулировки запроса и может уступать специализированным или инструкционно дообученным моделям. Лицензия в предоставленных источниках не указана.

Сценарии применения

  • продолжение русскоязычного текста
  • создание черновиков на русском языке
  • генерация русских описаний и абзацев
  • получение вариантов формулировок на русском языке

Ограничения

Модель является базовой языковой моделью, а не специализированной системой для следования инструкциям, поэтому ответы могут быть непредсказуемыми и требовать проверки. Лицензия в предоставленных источниках не указана.

Для каких профессий подходит5

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

rugpt3medium_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 pretrained with sequence length 1024 using the Transformers library by the SberDevices team on 80B tokens for 3 epochs. After that, the model was finetuned with the context size of 2048 tokens.

Total training time was around 16 days on 64 GPUs.
The final perplexity on the test set is 17.4.

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
d7fd75d

0 моделей