koziev ilya
commited on
Commit
•
0f0a555
1
Parent(s):
8bb1806
adding evaluation metrics for arithmetic test samples
Browse files
README.md
CHANGED
@@ -14,11 +14,11 @@ widget:
|
|
14 |
- text: "- Аристотель был греческим ученым. Все греческие ученые были черноволосыми. Какой вывод можно сделать про внешность Аристотеля? -"
|
15 |
---
|
16 |
|
17 |
-
## Russian Chit-chat
|
18 |
|
19 |
Модель является ядром прототипа [диалоговой системы](https://github.com/Koziev/chatbot) с двумя основными функциями.
|
20 |
|
21 |
-
Первая функция -
|
22 |
|
23 |
```
|
24 |
- Привет, как дела?
|
@@ -26,9 +26,9 @@ widget:
|
|
26 |
- <<< эту реплику ожидаем от модели >>>
|
27 |
```
|
28 |
|
29 |
-
Вторая функция модели - вывод ответа на заданный вопрос, опираясь на дополнительные
|
30 |
-
из стороннего хранилища (базы знаний) с помощью другой модели, которую мы здесь
|
31 |
-
факт и текст вопроса, модель построит грамматичный и максимально краткий ответ, как это сделал бы человек в подобной коммуникативной ситуации. Релевантные факты
|
32 |
следует указывать перед текстом заданного вопроса так, будто сам собеседник сказал их:
|
33 |
|
34 |
|
@@ -47,7 +47,7 @@ widget:
|
|
47 |
- в Подольске
|
48 |
```
|
49 |
|
50 |
-
В некоторых случаях модель может выполнять
|
51 |
|
52 |
```
|
53 |
- Смертен ли Аристофан, если он был греческим философом, а все философы смертны?
|
@@ -64,6 +64,24 @@ widget:
|
|
64 |
```
|
65 |
|
66 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
67 |
### Пример использования
|
68 |
|
69 |
```
|
|
|
14 |
- text: "- Аристотель был греческим ученым. Все греческие ученые были черноволосыми. Какой вывод можно сделать про внешность Аристотеля? -"
|
15 |
---
|
16 |
|
17 |
+
## Russian Chit-chat, Deductive and Common Sense reasoning model
|
18 |
|
19 |
Модель является ядром прототипа [диалоговой системы](https://github.com/Koziev/chatbot) с двумя основными функциями.
|
20 |
|
21 |
+
Первая функция - **генерация реплик чит-чата**. В качестве затравки подается история диалога (предшествующие несколько реплик, до 10).
|
22 |
|
23 |
```
|
24 |
- Привет, как дела?
|
|
|
26 |
- <<< эту реплику ожидаем от модели >>>
|
27 |
```
|
28 |
|
29 |
+
Вторая функция модели - вывод ответа на заданный вопрос, опираясь на дополнительные факты или на "здравый смысл". Предполагается, что релевантные факты извлекаются
|
30 |
+
из стороннего хранилища (базы знаний) с помощью другой модели, которую мы здесь не рассматриваем. Используя указанный
|
31 |
+
факт(ы) и текст вопроса, модель построит грамматичный и максимально краткий ответ, как это сделал бы человек в подобной коммуникативной ситуации. Релевантные факты
|
32 |
следует указывать перед текстом заданного вопроса так, будто сам собеседник сказал их:
|
33 |
|
34 |
|
|
|
47 |
- в Подольске
|
48 |
```
|
49 |
|
50 |
+
В некоторых случаях модель может выполнять **силлогический вывод** ответа, опираясь на 2 предпосылки, связанные друг с другом. Выводимое из двух предпосылок следствие не фигурирует явно, а *как бы* используется для вывода ответа:
|
51 |
|
52 |
```
|
53 |
- Смертен ли Аристофан, если он был греческим философом, а все философы смертны?
|
|
|
64 |
```
|
65 |
|
66 |
|
67 |
+
### Варианты модели и метрики
|
68 |
+
|
69 |
+
Выложенная на данный момент модель имеет 760 млн. параметров, т.е. sberbank-ai/rugpt3large_based_on_gpt2. Далее приводится
|
70 |
+
результат замера точности решения арифметических задач на отложенном тестовом наборе сэмплов:
|
71 |
+
|
72 |
+
| base model | arith. accuracy |
|
73 |
+
| --------------------------------------- | --------------- |
|
74 |
+
| sberbank-ai/rugpt3large_based_on_gpt2 | 0.91 |
|
75 |
+
| sberbank-ai/rugpt3medium_based_on_gpt2 | 0.70 |
|
76 |
+
| sberbank-ai/rugpt3small_based_on_gpt2 | 0.58 |
|
77 |
+
| tinkoff-ai/ruDialoGPT-small | 0.44 |
|
78 |
+
|
79 |
+
|
80 |
+
Цифра 0.91 в столбце "arith. accuracy" означает, что 91% тестовых задач решено полностью верно.
|
81 |
+
Любое отклонение сгенерированного ответа от эталонного рассматривается
|
82 |
+
как ошибка. Например, выдача ответа "120" вместо "119" тоже фиксируется как ошибка.
|
83 |
+
|
84 |
+
|
85 |
### Пример использования
|
86 |
|
87 |
```
|