Описание:
Данный проект представляет собой русскоязычную модель для задач "question-answer" (QA), которая генерирует ответы на вопросы, исходя из контекста. В основе модели лежит дообученная версия ruT5-base — трансформера T5, адаптированного для русского языка. Модель была дополнительно обучена на русскоязычном датасете SberQUAD, что позволяет ей эффективно решать задачи извлечения информации из текста.
Пример использования:
from transformers import T5ForConditionalGeneration, T5Tokenizer
model = T5ForConditionalGeneration.from_pretrained("path_to_folder", use_safetensors=True)
tokenizer = T5Tokenizer.from_pretrained("path_to_folder")
def generate_answer(question: str, context: str) -> str:
input_text = f"question: {question} context: {context}"
input_ids = tokenizer.encode(input_text, return_tensors='pt')
outputs = model.generate(input_ids)
answer = tokenizer.decode(outputs[0], skip_special_tokens=True)
return answer
- Downloads last month
- 5
Model tree for oOundefinedOo/QA-system-T5_RUS
Base model
ai-forever/ruT5-base