File size: 2,760 Bytes
091334c 174b2db af01c7e c7bf918 a9c8a86 5f2694a 877444f 091334c 16e7c0a 25936d1 16e7c0a 5deb3d8 16e7c0a 5deb3d8 174b2db 5deb3d8 174b2db 5deb3d8 174b2db 5deb3d8 1a1295d ac01d24 5deb3d8 174b2db 93d03f0 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
---
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>11B</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)
``` |