/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gptj · dense
Опубликована
17 янв 2024

kanarya-750m

Генерация текстаТекст → текст4 профессии

Предварительно обученная GPT-J-модель на 750 млн параметров для генерации турецкого текста и дообучения под задачи турецкого языка.

493скачиваний за 30 дней11лайковвеса обновлены17 мар 2024

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

Kanarya-750M — предварительно обученная языковая модель на архитектуре GPT-J, выпущенная в рамках инициативы Turkish Data Depository. Модель содержит 750 млн параметров, обучена на турецких текстах из OSCAR и mC4; в карточке указаны 12 слоёв, скрытый размер 2048, 16 голов внимания и словарь из 32 768 токенов. Контекст составляет 2048 токенов.

Модель предназначена для продолжения и генерации турецкого текста, а также для последующего дообучения под задачи обработки турецкого языка, включая перевод и суммаризацию. Для прикладных задач её следует дообучить: README не рекомендует использовать базовую модель без настройки. Доступны веса PyTorch и Flax, включая safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация и продолжение текстов на турецком языке
  • дообучение модели для суммаризации турецких текстов
  • адаптация модели для перевода с турецкого и на турецкий
  • создание турецкоязычного NLP-ассистента после дообучения

Ограничения

Модель только предварительно обучена и требует дообучения для надёжного решения прикладных задач. Может генерировать токсичный, предвзятый или неподходящий контент.

Для каких профессий подходит4

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

Kanarya-750M: Turkish Language Model

Kanarya is a pre-trained Turkish GPT-J 750M model. Released as part of Turkish Data Depository efforts, the Kanarya family has two versions (Kanarya-2B, Kanarya-0.7B). Kanarya-2B is the larger version and Kanarya-0.7B is the smaller version. Both models are trained on a large-scale Turkish text corpus, filtered from OSCAR and mC4 datasets. The training data is collected from various sources, including news, articles, and websites, to create a diverse and high-quality dataset. The models are trained using a JAX/Flax implementation of the GPT-J architecture. The models are only pre-trained and are intended to be fine-tuned on a wide range of Turkish NLP tasks.

Model Details

  • Model Name: Kanarya-750M
  • Model Size: 750M parameters
  • Training Data: OSCAR, mC4
  • Language: Turkish
  • Layers: 12
  • Hidden Size: 2048
  • Number of Heads: 16
  • Context Size: 2048
  • Positional Embeddings: Rotary
  • Vocabulary Size: 32,768

Intended Use

This model is only pre-trained on Turkish text data and is intended to be fine-tuned on a wide range of Turkish NLP tasks. The model can be used for various Turkish NLP tasks, including text generation, translation, summarization, and other Turkish NLP tasks. This model is not intended to be used for any downstream tasks without fine-tuning.

Limitations and Ethical Considerations

The model is trained on a diverse and high-quality Turkish text corpus, but it may still generate toxic, biased, or unethical content. It is highly recommended to use the model responsibly and make sure that the generated content is appropriate for the use case. Please use the model responsibly and report any issues.

License: Apache 2.0

The model is licensed under the Apache 2.0 License. It is free to use for any purpose, including commercial use. We encourage users to contribute to the model and report any issues. However, the model is provided "as is" without warranty of any kind.

Citation

If you use the model, please cite the following paper:

@inproceedings{safaya-etal-2022-mukayese,
    title = "Mukayese: {T}urkish {NLP} Strikes Back",
    author = "Safaya, Ali  and
      Kurtulu{\c{s}}, Emirhan  and
      Goktogan, Arda  and
      Yuret, Deniz",
    editor = "Muresan, Smaranda  and
      Nakov, Preslav  and
      Villavicencio, Aline",
    booktitle = "Findings of the Association for Computational Linguistics: ACL 2022",
    month = may,
    year = "2022",
    address = "Dublin, Ireland",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.findings-acl.69",
    doi = "10.18653/v1/2022.findings-acl.69",
    pages = "846--863",
}

Acknowledgments

During this work, Ali Safaya was supported by KUIS AI Center fellowship. Moreover, the pre-training of these models were performed at TUBITAK ULAKBIM, High Performance and Grid Computing Center (TRUBA resources).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTJForCausalLM
Ревизия весов
b27eef7

0 моделей