taidopurason commited on
Commit
ba605e4
1 Parent(s): 3902038

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +22 -4
README.md CHANGED
@@ -2,18 +2,23 @@
2
  language:
3
  - et
4
  - en
5
- pipeline_tag: conversational
 
 
 
6
  ---
7
 
8
  # LLammas 🐑
9
 
10
  Llama-2-7B finetuned in two stages:
11
- 1. 5B tokens of CulturaX (75% Estonain, 25% English)
12
- 2. Alpaca-cleaned, Alpaca-est, OASST1 top-1 English conversations, CoT and FLAN-V2 following open-instruct (both 10,000), WMT18 English-Estonian translation development data (as documents), general MTee validation English-Estonian held-out data
13
 
14
- Alpaca-est is an instruction dataset generated for Estonian with *gpt-3.5-turbo-0613*, following Alpaca.
15
 
16
 
 
 
17
  Using the model in a conversational pipeline:
18
  ```
19
  from transformers import pipeline, Conversation
@@ -41,4 +46,17 @@ Tere! Kas saaksin teid kuidagi aidata?</s>
41
  Kuidas alustada kirja kirjutamist?
42
  <|assistant|>
43
  Kirja kirjutamiseks alustage tervitusega, näiteks "Tere!" või "Tere hommikust!". Seejärel tutvustage ennast ja mainige, kellega kirjutate. Kirjeldage oma mõtteid või küsimusi, mida soovite arutada. Lõpetage kiri viisakalt, näiteks "Tänan teid tähelepanu eest!" või "Parimate soovidega!"</s>
 
44
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2
  language:
3
  - et
4
  - en
5
+ pipeline_tag: text-generation
6
+ library_name: transformers
7
+ tags:
8
+ - conversational
9
  ---
10
 
11
  # LLammas 🐑
12
 
13
  Llama-2-7B finetuned in two stages:
14
+ 1. 5B tokens of CulturaX with 75% of documents in Estonain and 25% in English (see [Llammas-base](https://huggingface.co/tartuNLP/Llammas-base)),
15
+ 2. Alpaca-cleaned, Alpaca-est, OASST1 top-1 English conversations, CoT and FLAN-V2 following open-instruct (both 10,000), WMT18 English-Estonian translation development data (as documents), general MTee validation English-Estonian held-out data.
16
 
17
+ Alpaca-est is an instruction dataset generated for Estonian with *gpt-3.5-turbo-0613*, following Alpaca. More details in our [paper](https://arxiv.org/abs/2404.04042).
18
 
19
 
20
+ ### Using the model
21
+
22
  Using the model in a conversational pipeline:
23
  ```
24
  from transformers import pipeline, Conversation
 
46
  Kuidas alustada kirja kirjutamist?
47
  <|assistant|>
48
  Kirja kirjutamiseks alustage tervitusega, näiteks "Tere!" või "Tere hommikust!". Seejärel tutvustage ennast ja mainige, kellega kirjutate. Kirjeldage oma mõtteid või küsimusi, mida soovite arutada. Lõpetage kiri viisakalt, näiteks "Tänan teid tähelepanu eest!" või "Parimate soovidega!"</s>
49
+ ```
50
 
51
+ ### Citation
52
+ ```
53
+ @misc{kuulmets2024teaching,
54
+ title={Teaching Llama a New Language Through Cross-Lingual Knowledge Transfer},
55
+ author={Hele-Andra Kuulmets and Taido Purason and Agnes Luhtaru and Mark Fishel},
56
+ year={2024},
57
+ eprint={2404.04042},
58
+ archivePrefix={arXiv},
59
+ primaryClass={cs.CL}
60
+ }
61
+
62
+ ```