🚀 Spivavtor-xxl 模型卡片
Spivavtor-xxl 模型是通過在 Spivavtor 數據集上對 CohereForAI/aya-101
模型進行指令調優得到的。有關數據集和微調過程的所有詳細信息可在我們的論文中找到。
論文:Spivavtor: An Instruction Tuned Ukrainian Text Editing Model
作者:Aman Saini、Artem Chernodub、Vipul Raheja、Vivek Kulkarni
✨ 主要特性
- 支持烏克蘭語的文本編輯任務,包括句子改寫、簡化、語法糾正和連貫性修正等。
- 提供了不同參數規模的模型供選擇。
📦 安裝指南
文檔未提供具體安裝步驟,暫不展示。
💻 使用示例
基礎用法
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("grammarly/spivavtor-xxl")
model = AutoModelForSeq2SeqLM.from_pretrained("grammarly/spivavtor-xxl")
input_text = 'Перефразуйте речення: Який найкращий комплімент, який ти отримував від будь-кого?'
inputs = tokenizer.encode(input_text, return_tensors="pt")
output = model.generate(inputs, max_length=256)
output_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
📚 詳細文檔
模型詳情
屬性 |
詳情 |
語言 |
烏克蘭語 |
微調基礎模型 |
CohereForAI/aya-101 |
可用模型
模型 |
參數數量 |
論文引用名稱 |
Spivavtor-large |
12 億 |
SPIVAVTOR-MT0-LARGE |
Spivavtor-xxl |
130 億 |
SPIVAVTOR-AYA-101 |
示例任務
- 句子改寫示例:
- 輸入:
Перефразуйте речення: Який найкращий комплімент, який ти отримував від будь-кого?
- 說明:改寫句子“你從任何人那裡得到過的最棒的讚美是什麼?”
- 句子簡化示例:
- 輸入:
Спростіть речення: Там він помер через шість тижнів, 13 січня 888 року.
- 說明:簡化句子“他在那裡六週後去世,即 888 年 1 月 13 日。”
- 語法糾正示例:
- 輸入:
Виправте граматику в цьому реченні: Дякую за інформацію! ми з Надією саме вийшли з дому
- 說明:糾正句子“感謝您的信息!我和娜迪婭剛剛出門”中的語法錯誤。
- 連貫性修正示例:
- 輸入:
Виправте зв'язність в реченні: Лінч досі відмовляється розповідати про сумнозвісну травневу дорожньо-транспортну пригоду, коли він збив жінку-пішохода в районі нічного клубу Баффало та відлетів. Той факт, що Лінч взагалі говорив, заслуговує на увагу в цих краях.
- 說明:修正句子“林奇仍然拒絕講述那起可疑的交通事故,當時他在水牛城夜總會附近撞倒一名女行人後逃逸。林奇居然開口說話了,這一事實在當地值得關注。”中的連貫性問題。
📄 許可證
本模型使用 CC BY 4.0 許可證。