/ Модель

Характеристики

Контекст
256 токенов
Параметры
41,5 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
bart · dense
Библиотека
transformers
Опубликована
29 авг 2025

transformer-base-geccc-mate

Генерация текстаТекст → текст3 профессии

Компактная модель BART исправляет грамматические ошибки в токенизированном чешском тексте.

105скачиваний за 30 дней0лайковвеса обновлены2 сен 2025

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

Модель ufal/transformer-base-geccc-mate разработана Seznam.cz и факультетом математики и физики Карлова университета (MFF UK, ÚFAL). Это компактная encoder-decoder модель семейства BART с 41,5 млн параметров, обученная с нуля для исправления грамматических ошибок в чешском языке. Обучение включало синтетические ошибки, созданные методом MATE, и данные корпуса GECCC.

Модель принимает чешский текст, в котором токены разделены пробелами согласно токенизатору UDPipe czech-pdt-ud-2.5-191206, и генерирует исправленный текст. Указанная длина контекста — 256 токенов. Лицензия CC BY-NC-SA 4.0 разрешает использование на её условиях, включая некоммерческие ограничения и требование распространять производные материалы по той же лицензии.

Сценарии применения

  • исправление грамматики в чешских текстах
  • корректура чешских пользовательских сообщений
  • автоматическая вычитка чешских черновиков
  • исправление ошибок в чешских учебных текстах

Ограничения

Входной текст должен быть предварительно токенизирован UDPipe и разделён пробелами; контекст ограничен 256 токенами. Лицензия CC BY-NC-SA 4.0 содержит некоммерческие ограничения.

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 transformer-base-geccc-mate

The transformer-base-geccc-mate model is a sequence-to-sequence model performing grammar error correction in Czech described in the paper Refining Czech GEC: Insights from a Multi-Experiment Approach. It is a base-sized Transformer trained from scratch using the MATE method and the GECCC dataset.

Model Description

Model Sources

Evaluation

ModelParametersGECCC F-0.5 scoreAKCES F-0.5 score
byt5-small-geccc-mate300M72.56
byt5-base-geccc-mate582M75.15
byt5-large-geccc-mate1275M77.01
byt5-large-akces-mate1275M84.40
transformer-base-geccc-mate65M73.73

Uses

The model can be directly used to process space-tokenized input Czech text and produce grammar-corrected Czech text.

How to Get Started with the Model

Use the code below to get started with the model. Note that the input must be space-tokenized, i.e., every token (using the UDPipe 1 tokenizer czech-pdt-ud-2.5-191206.udpipe) must be space-separated.

tokenizer = transformers.AutoTokenizer.from_pretrained("ufal/transformer-base-geccc-mate")
model = transformers.AutoModelForSeq2SeqLM.from_pretrained("ufal/transformer-base-geccc-mate")

batch = tokenizer(["Sveřepý šakali zavile vyly na býlí mesýc ."], return_tensors="pt")
outputs = model.generate(batch.input_ids, max_length=256, num_beams=4)

print(tokenizer.batch_decode(outputs, skip_special_tokens=True))

BibTeX Citation

@InProceedings{10.1007/978-3-032-02551-7_7,
  author="Pechman, Petr and Straka, Milan and Strakov{\'a}, Jana and N{\'a}plava, Jakub",
  editor="Ek{\v{s}}tein, Kamil and Konop{\'i}k, Miloslav and Pra{\v{z}}{\'a}k, Ond{\v{r}}ej and P{\'a}rtl, Franti{\v{s}}ek",
  title="Refining Czech GEC: Insights from a Multi-experiment Approach",
  booktitle="Text, Speech, and Dialogue",
  year="2026",
  publisher="Springer Nature Switzerland",
  address="Cham",
  pages="64--76",
  isbn="978-3-032-02551-7",
  doi="10.1007/978-3-032-02551-7_7"
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BartForConditionalGeneration
Ревизия весов
86338ef

0 моделей