Rugpt3medium Based On Gpt2

🚀 rugpt3medium_based_on_gpt2

このモデルは、ロシア語向けの事前学習済みTransformer言語モデルのファミリーの一つです。モデルのアーキテクチャ設計、事前学習、評価については、我々のプレプリント A Family of Pretrained Transformer Language Models for Russian で詳細に説明されています。

🚀 クイックスタート

このモデルは、SberDevices チームによって、Transformersライブラリを使用してシーケンス長1024で事前学習されました。800億トークンを3エポックで学習し、その後、コンテキストサイズ2048トークンでファインチューニングされました。

合計学習時間は64台のGPUで約16日間で、テストセットでの最終的なパープレキシティは 17.4 です。

📚 ドキュメント

著者

• NLPコアチームRnD Telegramチャンネル:
  • Dmitry Zmitrovich

引用方法

@misc{zmitrovich2023family,
      title={A Family of Pretrained Transformer Language Models for Russian}, 
      author={Dmitry Zmitrovich and Alexander Abramov and Andrey Kalmykov and Maria Tikhonova and Ekaterina Taktasheva and Danil Astafurov and Mark Baushenko and Artem Snegirev and Tatiana Shavrina and Sergey Markov and Vladislav Mikhailov and Alena Fenogenova},
      year={2023},
      eprint={2309.10931},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}