/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Базовая модель
DialoGPT-small
Библиотека
transformers
Опубликована
24 ноя 2023

Conversational_Spanish_GPT

Генерация текстаТекст → текст3 профессии

Испаноязычная модель генерации диалоговых ответов, дообученная на DialoGPT-small для экспериментов и разработки чат-ботов.

25скачиваний за 30 дней9лайковвеса обновлены8 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

Conversational Spanish GPT — разговорная модель, созданная Josemaría Vargas Vasconcellos на основе Microsoft DialoGPT-small и дообученная на 96 437 одноходовых диалогах на испанском языке из наборов Microsoft Bot Framework Tools. Это плотная авторегрессионная модель семейства GPT-2 для генерации текста; она предназначена как основа для разработки испаноязычных диалоговых приложений и для генерации ответов в чат-ботах. Модель работает с текстом и имеет контекст длиной 1024 токена.

Ответы модели обычно краткие и могут терять фокус; разнообразие диалогов и повторяющиеся ответы в обучающих данных приводят к вариативности и повторениям. В README отмечено, что модель не подходит для развертывания как контекстный чат-бот; тестирование на Hugging Face отключено из-за неточных ответов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • создание прототипа испаноязычного чат-бота
  • генерация коротких ответов на реплики на испанском языке
  • эксперименты с дообучением диалоговых моделей
  • изучение поведения модели на одноходовых беседах на испанском языке

Ограничения

Ответы часто краткие, могут быть не по теме и повторяться; модель не рекомендуется для развертывания как контекстный чат-бот, а тестирование на Hugging Face отключено из-за неточных ответов.

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

Conversational Spanish GPT: Advancement in Spanish Conversational Models

Description

The Conversational Spanish GPT is a refined model based on DialoGPT-small, fine-tuned with a robust set of 96,437 conversations in Spanish. Created by Josemaría Vargas Vasconcellos, this model aims to serve as a solid foundation for the development of conversational models in Spanish.


Dataset

The model was trained using Spanish datasets available in Microsoft's Bot Framework Tools repository. A carefully curated set of 96,437 single-turn conversations in Spanish was meticulously selected to mitigate quality and coherence issues.


Evaluation

Limitations

After exhaustive evaluations, it was found that the model is not ideal for deployment as a contextual chatbot. However, it serves as a promising foundation for such applications. Responses tend to be brief and sometimes lack a defined focus due to conversation data diversity. Additionally, the wide range of personalities reflected in the data increases response variability.

Frequent repetitions in the data's responses have introduced certain "biases" into the model.

Conversations examples

Example 1

RoleResponse
UserHola
Bot¡Hola!
UserCómo te llamas?
BotNo tengo nombre.
UserQué edad tienes?
BotLos bots estamos exentos de cumplir años.
UserEres inteligente.
BotLo sé, de vez en cuando, puedo ser brillante.
User¿Crees que debería comprar un carro?
BotConfío en tu criterio.

Example 2

RoleResponse
Userestoy triste
BotSiento escuchar eso. Te mando muchos ánimos.
UserGracias
BotPerfecto.
User¿Tienes sentimientos?
BotNo tengo cuerpo.
UserA veces me siento solo.
BotOjalá pudiera ayudarte porque creo que eres la caña.
UserMe caes bien.
Bot¡Gracias! Me acabas de alegrar el día.

Example 3

RoleResponse
User¿De qué religión eres?
BotSoy un bot.
UserTienes amigos?
BotNo tengo el hardware necesario para eso.
UserNo eres humano.
BotAnotado.
User¿Quieres ser mi amigo?
Bot¡Claro que sí!
UserGracias.
BotGuay.

Usage

The model currently has its testing function disabled on HuggingFace due to inaccurate responses. However, users can experiment with the model using the provided code snippets:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

CHAT_TURNS = 5
MAX_LENGTH = 1000

model = AutoModelForCausalLM.from_pretrained('ostorc/Conversational_Spanish_GPT')
tokenizer = AutoTokenizer.from_pretrained('ostorc/Conversational_Spanish_GPT')
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model.to(device)
for i in range(CHAT_TURNS):
  user_input = input(f"Step - {i} >> Human ->")
  with torch.no_grad():
    # User turn, where "user_input" is the question (single-turn dialogue task)
    user_inputs_ids = tokenizer.encode(user_input + tokenizer.eos_token, return_tensors="pt")
    user_inputs_ids = user_inputs_ids.to(device)
    # The chat history adds the generated tokens for the answer
    chat_history = model.generate(user_inputs_ids, max_length=MAX_LENGTH, pad_token_id=tokenizer.eos_token_id)
    # decode just the last generated output tokens from the model (do not include the user prompt again)
    step_model_answer = tokenizer.decode(chat_history[:, user_inputs_ids.shape[-1]:][0], skip_special_tokens=True)
  print(f"Step - {i} >> Bot -> {step_model_answer}")

Suggestions:

If you come across any errors or have suggestions to enhance the model, feel free to share your thoughts in the accompanying comments. We appreciate your interest and collaboration.

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
569d0c0

0 моделей