Transformers
PyTorch
Russian
t5
text2text-generation
Simplification
Summarization
paraphrase
text-generation-inference
Instructions to use DmitriyVasiliev/ruT5-base-simplification with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use DmitriyVasiliev/ruT5-base-simplification with Transformers:
# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForSeq2SeqLM tokenizer = AutoTokenizer.from_pretrained("DmitriyVasiliev/ruT5-base-simplification") model = AutoModelForSeq2SeqLM.from_pretrained("DmitriyVasiliev/ruT5-base-simplification", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Commit History
-
Update README.md
91213f5 -
Update README.md
b2208cc -
Create README.md
Данная модель является дообучнной версией "sberbank-ai/ruT5-base" на задаче упрощения текста (text simplification). Набор данных (https://drive.google.com/file/d/14lCIp0TJ78R8E9miVm5Ac88guEjCkgFR) был собран из материалов конференции "Dialog-21" (https://github.com/dialogue-evaluation/RuSimpleSentEval), корпуса "RuAdapt" (https://github.com/Digital-Pushkin-Lab/RuAdapt), а также уникальными данными, предоставленными институтом ИФиЯК СФУ. Параметры обучения: данные из файла "dia_train", Learning Rate = 3e-5, batch size = 1, optimizer = AdamW. Оценка SARI (среднее на файле "dia_test") = 33,140fc7549 -
Upload tokenizer
3e70355 -
Upload T5ForConditionalGeneration
e152819 -
initial commit
95284fa