Update README.md
Browse files
README.md
CHANGED
|
@@ -2,6 +2,7 @@
|
|
| 2 |
tags:
|
| 3 |
- model_hub_mixin
|
| 4 |
- pytorch_model_hub_mixin
|
|
|
|
| 5 |
---
|
| 6 |
|
| 7 |
## Описание задания
|
|
@@ -10,3 +11,28 @@ tags:
|
|
| 10 |
2. Механизм внимания использует GQA
|
| 11 |
3. В Feed-Forward блоке SwiGLU
|
| 12 |
- в качестве датасета использовался датасет с русскими анекдотами [🤗 IgorVolochay/russian_jokes](https://huggingface.co/datasets/IgorVolochay/russian_jokes)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 2 |
tags:
|
| 3 |
- model_hub_mixin
|
| 4 |
- pytorch_model_hub_mixin
|
| 5 |
+
- Russian
|
| 6 |
---
|
| 7 |
|
| 8 |
## Описание задания
|
|
|
|
| 11 |
2. Механизм внимания использует GQA
|
| 12 |
3. В Feed-Forward блоке SwiGLU
|
| 13 |
- в качестве датасета использовался датасет с русскими анекдотами [🤗 IgorVolochay/russian_jokes](https://huggingface.co/datasets/IgorVolochay/russian_jokes)
|
| 14 |
+
|
| 15 |
+
## Примеры генерации
|
| 16 |
+
|
| 17 |
+
```
|
| 18 |
+
text = "Заходит в бар"
|
| 19 |
+
generated: "Заходит в бар. Бармен ему: — Стой! Бармен, вы что, не даете? — Да. Спрашивает бармен:- Нет, я не боюсь."
|
| 20 |
+
```
|
| 21 |
+
|
| 22 |
+
```
|
| 23 |
+
text = "Штирлиц пришел домой"
|
| 24 |
+
generated: "Штирлиц пришел домой, а потом побежал в публичный дом."
|
| 25 |
+
```
|
| 26 |
+
|
| 27 |
+
## Метрики
|
| 28 |
+
- модель обучалась 20000 шагов с конфигурацией
|
| 29 |
+
```python
|
| 30 |
+
"small": TransformerConfig(n_layer=12, n_head=12, n_kv_head=6, hidden_dim=768, intermediate_dim=2048)
|
| 31 |
+
```
|
| 32 |
+
|
| 33 |
+
| Loss | min | max |
|
| 34 |
+
|-----------:|:-----:|:-----:|
|
| 35 |
+
| train | 2.356 | 7.069 |
|
| 36 |
+
| validation | 2.595 | 4.138 |
|
| 37 |
+
|
| 38 |
+
|