ru gpts
1.0.0
该存储库包含一堆在庞大的俄语数据集上训练的自回归变压器语言模型。
俄罗斯 GPT-3 模型（ruGPT3XL、ruGPT3Large、ruGPT3Medium、ruGPT3Small）使用 2048 序列长度以及稀疏和密集注意块进行训练。我们还提供用 1024 序列长度训练的俄罗斯 GPT-2 大型模型（ruGPT2Large）。
尝试在 Colab 中生成模型！ ruGPT-3 XL：或 ruGPT-3 较小型号：
这里详细描述了使用示例。查看微调的工作原理：
对于 colab，我们建议使用以下安装说明：
export LD_LIBRARY_PATH=/usr/lib/
apt-get install clang-9 llvm-9 llvm-9-dev llvm-9-tools
git clone https://github.com/qywu/apex
cd apex
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
pip install triton
DS_BUILD_CPU_ADAM=1 DS_BUILD_SPARSE_ATTN=1 pip install deepspeed
pip install transformers
pip install huggingface_hub
pip install timm==0.3.2
git clone https://github.com/sberbank-ai/ru-gpts
cp ru-gpts/src_utils/trainer_pt_utils.py /usr/local/lib/python3.8/dist-packages/transformers/trainer_pt_utils.py
cp ru-gpts/src_utils/_amp_state.py /usr/local/lib/python3.8/dist-packages/apex/amp/_amp_state.py
安装 env 后请重新启动 colab。要检查一切正常，请运行以下命令：
!ds_report
# Output:
...
sparse_attn ............ [YES] ...... [OKAY]
...
import deepspeed.ops.sparse_attention.sparse_attn_op
这是一个简单的用法示例。有关更多信息，请参阅此示例或。
import sys
from src . xl_wrapper import RuGPT3XL
import os
# If run to from content root.
sys . path . append ( "ru-gpts/" )
os . environ [ "USE_DEEPSPEED" ] = "1"
# We can change address and port
os . environ [ "MASTER_ADDR" ] = "127.0.0.1"
os . environ [ "MASTER_PORT" ] = "5000"
gpt = RuGPT3XL . from_pretrained ( "sberbank-ai/rugpt3xl" , seq_len = 512 )
gpt . generate (
"Кто был президентом США в 2020? " ,
max_length = 50 ,
no_repeat_ngram_size = 3 ,
repetition_penalty = 2. ,
)微调、加载微调模型并生成的示例在这里。
我们的微调脚本示例在这里
Devices 团队使用 Deepspeed 和 Megatron 代码在 80B 代币数据集上对模型进行了 512 序列长度的训练，历时 4 个时期。之后该模型被微调 1 epoch，序列长度为 2048。
笔记！模型具有稀疏的注意力块。
在 256 个 GPU 上的总训练时间约为 10 天。
测试集的最终困惑度为12.05 。
?HuggingFace 模型卡链接。
要使用 ruGPT3Large、ruGPT3Medium、ruGPT3Small、ruGPT2Large，只需安装 ?HuggingFace 变压器。
pip install transformers==4.24.0在这里我们可以获得微调或生成的示例。
此示例也适用于 google colab：
from transformers import GPT2LMHeadModel , GPT2Tokenizer
model_name_or_path = "sberbank-ai/rugpt3large_based_on_gpt2"
tokenizer = GPT2Tokenizer . from_pretrained ( model_name_or_path )
model = GPT2LMHeadModel . from_pretrained ( model_name_or_path ). cuda ()
text = "Александр Сергеевич Пушкин родился в "
input_ids = tokenizer . encode ( text , return_tensors = "pt" ). cuda ()
out = model . generate ( input_ids . cuda ())
generated_text = list ( map ( tokenizer . decode , out ))[ 0 ]
print ( generated_text )
# Output should be like this:
# Александр Сергеевич Пушкин родился в n1799 году. Его отец был крепостным крестьянином, а мать – крепостной крестьянкой. Детство и юность Пушкина прошли в деревне Михайловское под Петербургом. В 1820-х годах семья переехала所有预训练均在 Christofari 集群上的 Nvidia Tesla V100-SXM3 32 Gb GPU 上完成。以下是每个模型预训练的详细信息。
Devices 团队使用 Transformers lib 对序列长度 1024 的模型进行了 3 个 epoch 的 80B 代币训练。之后该模型被微调 1 epoch，序列长度为 2048。
在 128 个 GPU 上处理 1024 个上下文的总训练时间约为 14 天，在 16 个 GPU 上处理 2048 个上下文的总训练时间约为几天。
测试集的最终困惑度为13.6 。
您可以通过使用模型名称为sberbank-ai/rugpt3large_based_on_gpt2的转换器来获取此模型。
?HuggingFace 模特卡链接
我们的预训练脚本在这里
Devices 团队使用 Transformers lib 对模型进行了序列长度 1024 的训练，在 80B 代币上进行了 3 轮训练。之后该模型在 2048 年背景下进行了微调。
在 64 个 GPU 上的总训练时间约为 16 天。
测试集的最终困惑度为17.4 。
您可以使用模型名称为sberbank-ai/rugpt3medium_based_on_gpt2的转换器来获取此模型。
?HuggingFace 模特卡链接
我们的预训练脚本在这里
Devices 团队使用 Transformer 对模型进行了序列长度 1024 的训练，在 3 个 epoch 左右的 80B 代币上进行训练。之后该模型在 2048 年背景下进行了微调。
在 32 个 GPU 上的总训练时间大约需要一周时间。
您可以使用模型名称为sberbank-ai/rugpt3small_based_on_gpt2的转换器来获取此模型。
?HuggingFace 模特卡链接
我们的预训练脚本在这里
Devices 团队使用 Transformer 在 64 个 GPU 上的 170Gb 数据上训练了 3 周的序列长度 1024 的模型。
您可以通过使用模型名称为sberbank-ai/rugpt2large变压器来获取此模型。
?HuggingFace 模特卡链接
根据谷歌学术搜索 - 请随意添加到此列表的链接
@article{shatilovsentence,
title={Sentence simplification with ruGPT3},
author={Shatilov, AA and Rey, AI},
url={http://www.dialog-21.ru/media/5281/shatilovaaplusreyai142.pdf}
}
@article{fenogenovatext,
title={Text Simplification with Autoregressive Models},
author={Fenogenova, Alena},
url={http://www.dialog-21.ru/media/5250/fenogenovaa141.pdf}}
@article{dementieva2021methods,
title={Methods for Detoxification of Texts for the Russian Language},
author={Dementieva, Daryna and Moskovskiy, Daniil and Logacheva, Varvara and Dale, David and Kozlova, Olga and Semenov, Nikita and Panchenko, Alexander},
journal={arXiv preprint arXiv:2105.09052},
year={2021},
url={https://arxiv.org/abs/2105.09052}
}
@inproceedings{fenogenova2021russian,
title={Russian Paraphrasers: Paraphrase with Transformers},
author={Fenogenova, Alena},
booktitle={Proceedings of the 8th Workshop on Balto-Slavic Natural Language Processing},
pages={11--19},
year={2021},
url={https://www.aclweb.org/anthology/2021.bsnlp-1.2.pdf}
}
@article{malykh2021morocco,
title={MOROCCO: Model Resource Comparison Framework},
author={Malykh, Valentin and Kukushkin, Alexander and Artemova, Ekaterina and Mikhailov, Vladislav and Tikhonova, Maria and Shavrina, Tatiana},
journal={arXiv preprint arXiv:2104.14314},
year={2021},
url={https://arxiv.org/abs/2104.14314}}
