🚀 Spivavtor-xxl 模型卡片
Spivavtor-xxl 模型是通过在 Spivavtor 数据集上对 CohereForAI/aya-101
模型进行指令调优得到的。有关数据集和微调过程的所有详细信息可在我们的论文中找到。
论文:Spivavtor: An Instruction Tuned Ukrainian Text Editing Model
作者:Aman Saini、Artem Chernodub、Vipul Raheja、Vivek Kulkarni
✨ 主要特性
- 支持乌克兰语的文本编辑任务,包括句子改写、简化、语法纠正和连贯性修正等。
- 提供了不同参数规模的模型供选择。
📦 安装指南
文档未提供具体安装步骤,暂不展示。
💻 使用示例
基础用法
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)
📚 详细文档
模型详情
属性 |
详情 |
语言 |
乌克兰语 |
微调基础模型 |
CohereForAI/aya-101 |
可用模型
模型 |
参数数量 |
论文引用名称 |
Spivavtor-large |
12 亿 |
SPIVAVTOR-MT0-LARGE |
Spivavtor-xxl |
130 亿 |
SPIVAVTOR-AYA-101 |
示例任务
- 句子改写示例:
- 输入:
Перефразуйте речення: Який найкращий комплімент, який ти отримував від будь-кого?
- 说明:改写句子“你从任何人那里得到过的最棒的赞美是什么?”
- 句子简化示例:
- 输入:
Спростіть речення: Там він помер через шість тижнів, 13 січня 888 року.
- 说明:简化句子“他在那里六周后去世,即 888 年 1 月 13 日。”
- 语法纠正示例:
- 输入:
Виправте граматику в цьому реченні: Дякую за інформацію! ми з Надією саме вийшли з дому
- 说明:纠正句子“感谢您的信息!我和娜迪娅刚刚出门”中的语法错误。
- 连贯性修正示例:
- 输入:
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.
- 说明:修正句子“林奇仍然拒绝讲述那起可疑的交通事故,当时他在水牛城夜总会附近撞倒一名女行人后逃逸。林奇居然开口说话了,这一事实在当地值得关注。”中的连贯性问题。
📄 许可证
本模型使用 CC BY 4.0 许可证。