/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CC BY-NC 4.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
7 мар 2024

tacomet-gpt2-xl-japanese

Генерация текстаТекст → текст3 профессии

Японская дообученная GPT-2 для генерации текста с опорой на знания о повседневных событиях и времени из TimeATOMIC.

145скачиваний за 30 дней0лайковвеса обновлены5 июн 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

TaCOMETja — японская версия модели TaCOMET, разработанная исследователями Waseda и дообученная на японской версии набора TimeATOMIC с целевой функцией авторегрессионного языкового моделирования. Модель построена на архитектуре GPT-2 и предназначена для генерации японского текста в рамках задач, связанных с commonsense-знаниями о событиях и времени.

Тексты при подготовке сегментировались с помощью Juman++ и токенизировались SentencePiece. Модель использует формат PyTorch, принимает текст и генерирует текст; метаданные указывают контекст до 1024 токенов. Для применения требуется учитывать специализированную обучающую выборку и лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • генерация продолжений японских текстов о повседневных событиях
  • создание японских описаний событий и их временных связей
  • исследования японских commonsense-языковых моделей
  • эксперименты с авторегрессионным языковым моделированием на японском

Ограничения

Модель специализирована на японских данных TimeATOMIC; качество для других языков и широкого круга задач не установлено. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

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

TaCOMET_ja

This is the Japanese TaCOMET model, which is the finetuned COMET model on the Japanese ver. of TimeATOMIC using causal language modeling (CLM) objective. The data and this model are introduced in this paper and LREC-COLING2024.

Preprocessing

The texts are segmented into words using Juman++ and tokenized using SentencePiece.

BibTeX entry and citation info

@inproceedings{murata-kawahara-2024-time-aware,
    title = "Time-aware {COMET}: A Commonsense Knowledge Model with Temporal Knowledge",
    author = "Murata, Eiki  and
      Kawahara, Daisuke",
    editor = "Calzolari, Nicoletta  and
      Kan, Min-Yen  and
      Hoste, Veronique  and
      Lenci, Alessandro  and
      Sakti, Sakriani  and
      Xue, Nianwen",
    booktitle = "Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)",
    month = may,
    year = "2024",
    address = "Torino, Italia",
    publisher = "ELRA and ICCL",
    url = "https://aclanthology.org/2024.lrec-main.1405",
    pages = "16162--16174",
    abstract = "To better handle commonsense knowledge, which is difficult to acquire in ordinary training of language models, commonsense knowledge graphs and commonsense knowledge models have been constructed. The former manually and symbolically represents commonsense, and the latter stores these graphs{'} knowledge in the models{'} parameters. However, the existing commonsense knowledge models that deal with events do not consider granularity or time axes. In this paper, we propose a time-aware commonsense knowledge model, TaCOMET. The construction of TaCOMET consists of two steps. First, we create TimeATOMIC using ChatGPT, which is a commonsense knowledge graph with time. Second, TaCOMET is built by continually finetuning an existing commonsense knowledge model on TimeATOMIC. TimeATOMIC and continual finetuning let the model make more time-aware generations with rich commonsense than the existing commonsense models. We also verify the applicability of TaCOMET on a robotic decision-making task. TaCOMET outperformed the existing commonsense knowledge model when proper times are input. Our dataset and models will be made publicly available.",
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
4295191

0 моделей