/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense

fact-checking

Генерация текстаТекст → текст3 профессии

Генеративная модель на базе GPT-2 проверяет, поддерживают ли предоставленные доказательства заданное утверждение.

115скачиваний за 30 дней12лайковвеса обновлены11 дек 2021

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

fractalego/fact-checking — генеративная модель на архитектуре GPT-2, обученная на наборе FEVER для проверки утверждений по предоставленным доказательствам. Она предсказывает, согласуется ли утверждение с доказательствами, и формирует ответ Yes или No; при повторной генерации можно получить ансамбль ответов и оценить их распределение.

Модель предназначена для проверки фактов в сценариях, где вместе с утверждением передаются релевантные свидетельства. В README приведены результаты на части dev-набора FEVER, содержащей классы SUPPORTING и REFUTING: precision 0,94, recall 0,98 и F1 0,96. Автор предупреждает, что результаты могут быть завышены из-за утечки знаний из исходной модели GPT-2, а проект остаётся в разработке.

Для модели указан контекст длиной 1024 токена и формат весов PyTorch. Язык обучения — английский по описанию и названиям классов FEVER. Условия лицензирования в доступных сведениях не приведены.

Сценарии применения

  • проверка утверждений по предоставленным доказательствам
  • классификация утверждений как подтверждённых или опровергнутых
  • получение ансамбля ответов для оценки согласованности предсказаний
  • экспериментальная оценка систем проверки фактов на данных FEVER

Ограничения

Автор характеризует модель как находящуюся в разработке и предупреждает, что метрики на подмножестве FEVER могут быть завышены из-за утечки знаний из исходной GPT-2. Проверка требует предоставления доказательств вместе с утверждением.

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

Fact checking

This generative model - trained on FEVER - aims to predict whether a claim is consistent with the provided evidence.

Installation and simple usage

One quick way to install it is to type

pip install fact_checking

and then use the following code:

from transformers import (
    GPT2LMHeadModel,
    GPT2Tokenizer,
)

from fact_checking import FactChecker

_evidence = """
Justine Tanya Bateman (born February 19, 1966) is an American writer, producer, and actress . She is best known for her regular role as Mallory Keaton on the sitcom Family Ties (1982 -- 1989). Until recently, Bateman ran a production and consulting company, SECTION 5 . In the fall of 2012, she started studying computer science at UCLA.
"""

_claim = 'Justine Bateman is a poet.'

tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
fact_checking_model = GPT2LMHeadModel.from_pretrained('fractalego/fact-checking')
fact_checker = FactChecker(fact_checking_model, tokenizer)
is_claim_true = fact_checker.validate(_evidence, _claim)

print(is_claim_true)

which gives the output

False

Probabilistic output with replicas

The output can include a probabilistic component, obtained by iterating a number of times the output generation. The system generates an ensemble of answers and groups them by Yes or No.

For example, one can ask

from transformers import (
    GPT2LMHeadModel,
    GPT2Tokenizer,
)

from fact_checking import FactChecker

_evidence = """
Jane writes code for Huggingface.
"""

_claim = 'Jane is an engineer.'


tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
fact_checking_model = GPT2LMHeadModel.from_pretrained('fractalego/fact-checking')
fact_checker = FactChecker(fact_checking_model, tokenizer)
is_claim_true = fact_checker.validate_with_replicas(_evidence, _claim)

print(is_claim_true)

with output

{'Y': 0.95, 'N': 0.05}

Score on FEVER

The predictions are evaluated on a subset of the FEVER dev dataset, restricted to the SUPPORTING and REFUTING options:

precisionrecallF1
0.940.980.96

These results should be taken with many grains of salt. This is still a work in progress, and there might be leakage coming from the underlining GPT2 model unnaturally raising the scores.

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
856850b

0 моделей