|
--- |
|
license: cc-by-nc-4.0 |
|
language: |
|
- uk |
|
datasets: |
|
- grammarly/spivavtor |
|
widget: |
|
- text: "Перефразуйте речення: Який найкращий комплiмент, який ти отримував вiд будь-кого?" |
|
example_title: "Paraphrasing example" |
|
- text: "Спростiть речення: Там він помер через шість тижнів, 13 січня 888 року." |
|
example_title: "Simplification example" |
|
- text: "Виправте граматику в цьому реченнi: Дякую за інформацію! ми з Надією саме вийшли з дому" |
|
example_title: "GEC example" |
|
- text: "Виправте зв’язнiсть в реченнi: 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." |
|
example_title: "Coherence example" |
|
inference: |
|
parameters: |
|
max_new_tokens: 250 |
|
--- |
|
|
|
# Model Card for Spivavtor-Large |
|
|
|
This model was obtained by instruction tuning `bigscience/mt0-large` model on the Spivavtor dataset. All details of the dataset and fine tuning process can be found in our paper. |
|
|
|
**Paper:** Spivavtor: An Instruction Tuned Ukrainian Text Editing Model |
|
|
|
**Authors:** Aman Saini, Artem Chernodub, Vipul Raheja, Vivek Kulkarni |
|
|
|
## Model Details |
|
|
|
### Model Description |
|
|
|
- **Language**: Ukrainian |
|
- **Finetuned from model:** bigscience/mt0-large |
|
|
|
## How to use |
|
We make the following models available from our paper. |
|
|
|
<table> |
|
<tr> |
|
<th>Model</th> |
|
<th>Number of parameters</th> |
|
<th>Reference name in Paper</th> |
|
</tr> |
|
<tr> |
|
<td>Spivavtor-large</td> |
|
<td>1.2B</td> |
|
<td>SPIVAVTOR-MT0-LARGE</td> |
|
</tr> |
|
<tr> |
|
<td>Spivavtor-xxl</td> |
|
<td>13B</td> |
|
<td>SPIVAVTOR-AYA-101</td> |
|
</tr> |
|
</table> |
|
|
|
## Usage |
|
```python |
|
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM |
|
tokenizer = AutoTokenizer.from_pretrained("grammarly/spivavtor-large") |
|
model = AutoModelForSeq2SeqLM.from_pretrained("grammarly/spivavtor-large") |
|
|
|
# Paraphrase the sentence: What is the greatest compliment that you ever received from anyone? |
|
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) |
|
``` |
