Coedit Xl Composite

🚀 CoEdIT-xl-composite模型卡片

CoEdIT-xl-composite模型通過在CoEdIT-Composite數據集上微調對應的google/flan-t5-xl模型而得。數據集的詳細信息可在我們的論文和倉庫中找到。

🚀 快速開始

本模型由在CoEdIT-Composite數據集上微調google/flan-t5-xl模型得到。下面介紹如何使用該模型：

模型可用性

我們提供了論文中所提及的模型，具體信息如下：

使用示例

from transformers import AutoTokenizer, T5ForConditionalGeneration

tokenizer = AutoTokenizer.from_pretrained("grammarly/coedit-xl-composite")
model = T5ForConditionalGeneration.from_pretrained("grammarly/coedit-xl-composite")
input_text = 'Fix grammatical errors in this sentence and make it simpler: When I grow up, I start to understand what he said is quite right.'
input_ids = tokenizer(input_text, return_tensors="pt").input_ids
outputs = model.generate(input_ids, max_length=256)
edited_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

軟件資源

更多軟件相關信息可查看：https://github.com/vipulraheja/coedit

✨ 主要特性

文本修訂任務

給定編輯指令和原始文本，我們的模型可以生成編輯後的文本。

該模型還可以處理複合指令編輯，如下所示：

📚 詳細文檔

模型詳情

模型描述

模型來源

• 倉庫：https://github.com/vipulraheja/coedit
• 論文：https://arxiv.org/abs/2305.09857

引用信息

BibTeX

@article{raheja2023coedit,
      title={CoEdIT: Text Editing by Task-Specific Instruction Tuning}, 
      author={Vipul Raheja and Dhruv Kumar and Ryan Koo and Dongyeop Kang},
      year={2023},
      eprint={2305.09857},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

APA

Raheja, V., Kumar, D., Koo, R., & Kang, D. (2023). CoEdIT: Text Editing by Task-Specific Instruction Tuning. ArXiv. /abs/2305.09857

📄 許可證

本模型使用的許可證為CC BY-NC 4.0。

數據集

本模型使用了以下數據集進行訓練：

• asset
• wi_locness
• GEM/wiki_auto_asset_turk
• discofuse
• zaemyung/IteraTeR_plus
• jfleg
• grammarly/coedit

評估指標

本模型使用了以下評估指標：

• sari
• bleu
• accuracy