/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
2 мар 2022

gpt2-wechsel-swahili

Генерация текстаТекст → текст3 профессии

GPT-2, адаптированная методом WECHSEL для генерации текста на суахили.

369скачиваний за 30 дней3лайкавеса обновлены30 мая 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

gpt2-wechsel-swahili — авторегрессионная модель генерации текста на архитектуре GPT-2, обученная с использованием метода WECHSEL для переноса языковой модели на суахили. README сообщает, что её показатель perplexity составляет 10,14 против 10,58 у GPT-2, переобученной с нуля; подробности приведены в упомянутой статье.

Модель подходит для продолжения суахилийского текста и экспериментов с одноязычной генерацией. Она принимает текст и выдаёт текст, имеет контекст длиной до 1024 токенов. Опубликована в форматах PyTorch и Safetensors под лицензией MIT. README не приводит сведения о числе параметров или более широких проверках качества.

Сценарии применения

  • продолжение текста на суахили
  • генерация суахилийских фраз и абзацев
  • эксперименты с языковым переносом на суахили

Ограничения

Контекст ограничен 1024 токенами. README приводит сравнение perplexity, но не описывает более широкие оценки качества или сценарии использования.

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

gpt2-wechsel-swahili

Model trained with WECHSEL: Effective initialization of subword embeddings for cross-lingual transfer of monolingual language models.

See the code here: https://github.com/CPJKU/wechsel

And the paper here: https://aclanthology.org/2022.naacl-main.293/

Performance

RoBERTa

ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-french82.4390.8886.65
camembert-base80.8890.2685.57
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-german81.7989.7285.76
deepset/gbert-base78.6489.4684.05
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-chinese78.3280.5579.44
bert-base-chinese76.5582.0579.30
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-swahili75.0587.3981.22
xlm-roberta-base69.1887.3778.28

GPT2

ModelPPL
gpt2-wechsel-french19.71
gpt2 (retrained from scratch)20.47
ModelPPL
gpt2-wechsel-german26.8
gpt2 (retrained from scratch)27.63
ModelPPL
gpt2-wechsel-chinese51.97
gpt2 (retrained from scratch)52.98
ModelPPL
gpt2-wechsel-swahili10.14
gpt2 (retrained from scratch)10.58

See our paper for details.

Citation

Please cite WECHSEL as

@inproceedings{minixhofer-etal-2022-wechsel,
    title = "{WECHSEL}: Effective initialization of subword embeddings for cross-lingual transfer of monolingual language models",
    author = "Minixhofer, Benjamin  and
      Paischer, Fabian  and
      Rekabsaz, Navid",
    booktitle = "Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies",
    month = jul,
    year = "2022",
    address = "Seattle, United States",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.naacl-main.293",
    pages = "3992--4006",
    abstract = "Large pretrained language models (LMs) have become the central building block of many NLP applications. Training these models requires ever more computational resources and most of the existing models are trained on English text only. It is exceedingly expensive to train these models in other languages. To alleviate this problem, we introduce a novel method {--} called WECHSEL {--} to efficiently and effectively transfer pretrained LMs to new languages. WECHSEL can be applied to any model which uses subword-based tokenization and learns an embedding for each subword. The tokenizer of the source model (in English) is replaced with a tokenizer in the target language and token embeddings are initialized such that they are semantically similar to the English tokens by utilizing multilingual static word embeddings covering English and the target language. We use WECHSEL to transfer the English RoBERTa and GPT-2 models to four languages (French, German, Chinese and Swahili). We also study the benefits of our method on very low-resource languages. WECHSEL improves over proposed methods for cross-lingual parameter transfer and outperforms models of comparable size trained from scratch with up to 64x less training effort. Our method makes training large language models for new languages more accessible and less damaging to the environment. We make our code and models publicly available.",
}

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
13fbb3a

0 моделей