/ Модель

Характеристики

Контекст
512 токенов
Параметры
385 млн
Лицензия
CC BY-NC 4.0
Архитектура
t5 · dense
Опубликована
11 мая 2023

coedit-large

Языковая модель3 профессии

CoEdIT-Large — английская T5-модель Grammarly для редактирования и улучшения текста по инструкциям.

4 909скачиваний за 30 дней161лайквеса обновлены28 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

CoEdIT-Large — языковая модель Grammarly, созданная дообучением google/flan-t5-large на наборе данных CoEdIT. Это encoder-decoder модель семейства T5 с 385,2 млн параметров и контекстом до 512 токенов; она принимает исходный текст вместе с инструкцией по редактированию и генерирует исправленную версию на английском языке.

Модель предназначена для редактирования текста по конкретным инструкциям: например, для исправления грамматики, перефразирования и изменения формулировок. В карточке указаны обучение на CoEdIT и связанные наборы данных для редактирования и оценки текста. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

Сценарии применения

  • исправление грамматики и орфографии в английском тексте
  • перефразирование предложений по инструкции
  • редактирование черновиков на английском языке
  • упрощение или изменение формулировок текста

Ограничения

Модель рассчитана на английский язык, а контекст ограничен 512 токенами. Лицензия CC BY-NC 4.0 не допускает коммерческого 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

Model Card for CoEdIT-Large

This model was obtained by fine-tuning the corresponding google/flan-t5-large model on the CoEdIT dataset. Details of the dataset can be found in our paper and repository.

Paper: CoEdIT: Text Editing by Task-Specific Instruction Tuning

Authors: Vipul Raheja, Dhruv Kumar, Ryan Koo, Dongyeop Kang

Model Details

Model Description

  • Language(s) (NLP): English
  • Finetuned from model: google/flan-t5-large

Model Sources

How to use

We make available the models presented in our paper.

Uses

Text Revision Task

Given an edit instruction and an original text, our model can generate the edited version of the text.

task_specs

Usage

from transformers import AutoTokenizer, T5ForConditionalGeneration

tokenizer = AutoTokenizer.from_pretrained("grammarly/coedit-large")
model = T5ForConditionalGeneration.from_pretrained("grammarly/coedit-large")
input_text = 'Fix grammatical errors in this sentence: When I grow up, I start to understand what he said is quite right.'
input_ids = tokenizer(input_text, return_tensors="pt").input_ids
outputs = model.generate(input_ids, max_length=256)
edited_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

Software

https://github.com/vipulraheja/coedit

Citation

BibTeX:

@article{raheja2023coedit,
      title={CoEdIT: Text Editing by Task-Specific Instruction Tuning}, 
      author={Vipul Raheja and Dhruv Kumar and Ryan Koo and Dongyeop Kang},
      year={2023},
      eprint={2305.09857},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

APA: Raheja, V., Kumar, D., Koo, R., & Kang, D. (2023). CoEdIT: Text Editing by Task-Specific Instruction Tuning. ArXiv. /abs/2305.09857

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
5637bcd

0 моделей