metadata

license: cc-by-nc-4.0
language:
  - uk
datasets:
  - grammarly/spivavtor
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
inference:
  parameters:
    max_new_tokens: 250

Model Card for Spivavtor-Large

This model was obtained by instruction tuning bigscience/mt0-large 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: bigscience/mt0-large

How to use

We make the following models available from our paper.

Model	Number of parameters	Reference name in Paper
Spivavtor-large	1.2B	SPIVAVTOR-MT0-LARGE
Spivavtor-xxl	13B	SPIVAVTOR-AYA-101

Usage

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("grammarly/spivavtor-large")
model = AutoModelForSeq2SeqLM.from_pretrained("grammarly/spivavtor-large")

# 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)