ruGPT-3 13B

Продолжение текста (Generation)

Базовое использование модели подразумевает работу с уже обученной моделью в режиме инференса. Модель умеет продолжать переданный текст, дополняя его. В примерах ниже ответ модели при генерации выделен курсивом:

Диалоговые системы

system: Добрый день! Чем могу помочь?

user: Добрый день! С утра не работает интернет. Тариф 500мбит

system: хорошо, сейчас попробуем исправить. Ждите.

Рекомендательные системы с нуля

"Физик Максим, 28 лет, больше всего любит фильмы: «Улица Сезам», «Матрица».

Тематическая классификация текстов

Новость: В России выведен на полную мощность самый быстрый в мире суперкомпьютер «Кристофари»

Категория: Новости науки, техника и технологии.

Пример запуска генерации

#!/bin/bash
script_path=$(realpath $0)
script_dir=$(dirname $script_path)
config_json="$script_dir/path/to/config/gpt3_13b_sparse.json"
mpirun --np 1 python ${script_dir}/../../generate.py \
       --load-weights-only /path/to/checkpoint/ \
       --tokenizer-path /path/to/tokenizer \
       --fp16 \
       --make-vocab-size-divisible-by 16 \
       --model-parallel-size 1 \
       --num-layers 40 \
       --hidden-size 5120 \
       --num-attention-heads 40 \
       --batch-size 4 \
       --seq-length 512 \
       --max-position-embeddings 2048 \
       --temperature 0.9 \
       --top_k 0 \
       --top_p 0.95 \
       --sparse-mode alternating \
       --fix-sparsity-layout 4 \
       --deepspeed \
       --deepspeed_config ${config_json}

Colab-ноутбук с примером

Возможные примеры работы с затравками

• zero-shot - подается только начало текста (затравка), которое модели нужно продолжить
• one-shot - подается пример 1 затравки, спецтокен и корректного продолжения, через новую строку - целевая затравка, которую нужно продолжить
• few-shot - несколько примеров затравок и ихкорректных продолжений, затем целевая затравка.

Совет: чтобы улучшить качество работы систем one-shot и few-shot, ознакомьтесь со спецтокенами модели в словаре токенизатора. Такие токены, как <pad>,<|endoftext|>,<s>,</s>, вы можете использовать для форматирования своих примеров.

Совет: рассчитывайте количество примеров в few-shot таким образом, чтобы не выйти за максимальную длину последовательности контеката - 2048 токенов.

Подробнее о ruGPT-3

vc.ru:

Habr (tutorial):

Habr, статья про обучение модели:

Habr, статья про кейсы применения модели:

Вебинар, спикер Татьяна Шаврина:

Вебинар, спикер Татьяна Шаврина:

Модель ruGPT-3 13B обучена и развёрнута с помощью платформы Cloud.ru ML Space и суперкомпьютера «Christofari» от Cloud.ru.

Архитектура нейросети ruGPT-3 основывается на решении Generative Pretrained Transformer 3 от

Дообучение моделей ruGPT-3 Large и ruGPT-3 XL (Fine-tuning)

Дообучение с использованием GPU осмысленно в 4 случаях:

1. вы работаете с данными в редком формате, модель не могла их увидеть при предобучении. Пример: вы хотите генерировать скрипты на brainfuck
2. задача требует высокой степени обобщения, в обучающей выборке таких примеров скорее всего не было. Пример: машинный перевод с русского на маратхи
3. задача требует очень специфических знаний, мало представленных в интернете. Пример: автосоставление документации для сталилитейного завода
4. вы опробовали все форматы few-shot, и без дообучения ничего не выходит. Как показывает
   это исследование
   , качество few-shot сильно зависит от баланса классов в примерах few-shot, порядке следования примеров.

Скрипт с примером

Дисклеймер

При использовании модели ruGPT-3 13B ответы формируются на автоматической основе. ООО «Облачные технологии» не несет ответственности за точность, релевантность, корректность информации, полученной пользователем посредством данного сервиса.