File size: 2,727 Bytes
be706a9 a1290e0 ad08847 a1290e0 be706a9 ad08847 288df88 ad08847 9bde21e ad08847 f1f0f9f c68ce73 ad08847 |
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 70 71 72 73 74 |
---
license: cc-by-4.0
datasets:
- grammarly/spivavtor
language:
- uk
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
---
# Model Card for Spivavtor-xxl
This model was obtained by instruction tuning `CohereForAI/aya-101` 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:** CohereForAI/aya-101
## 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-xxl")
model = AutoModelForSeq2SeqLM.from_pretrained("grammarly/spivavtor-xxl")
# 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)
``` |