metadata
library_name: keras-hub
pipeline_tag: text-generation
datasets:
- Kemsekov/Corrupted-russian-word-documents-text-dataset
This is text-generation instruct finetuned text-recovery LLM.
This model is finetuned from base model, so you need to manually ask it generate response from template.
It was trained on pairs like this:
[{'role': 'system', 'content': 'Исправляй ошибки в тексте после ‘%% grammar_fix’. Пиши в ответ исправленный текст. Для таблиц исправляй ошибки после ‘%% grammar_fix_table’. Ответ таблицы должен быть в формате markdown.'}, {'role': 'user', 'content': '%% grammar_fix\\nб) ввоеннослужащие, в тооц чиссле уволнные ,в запас (отставку), лица рядового и наЛальствуующего сосава органов внутрренвх дел и оранов государственнойбИзопасности, проходившие в перод Великой Отечественно войны службу в городах, участие в оброЪе котрщх засчитвается ввыслугу лет для назначения пений на льготных слоРиях, устновленных длд военнРслужащих ввоинских часей действующе армии;\\n'}, {'role': 'assistent', 'content': 'б) военнослужащие, в том числе уволенные в запас (отставку), лица рядового и начальствующего состава органов внутренних дел и органов государственной безопасности, проходившие в период Великой Отечественной войны службу в городах, участие в обороне которых засчитывается в выслугу лет для назначения пенсий на льготных условиях, установленных для военнослужащих воинских частей действующей армии;\\n'}]
So if you need to recover corrupted text TEXT ask model to generate response from following template:
[{'role': 'user', 'content': '%% grammar_fix\\n TEXT'}, {'role': 'assistent', 'content':
Yes, you don't need to specify system prompt, but you can if you need.
This is a Gemma model uploaded using the KerasNLP library and can be used with JAX, TensorFlow, and PyTorch backends.
This model is related to a CausalLM task.
Model config:
- name: gemma_backbone
- trainable: True
- vocabulary_size: 256000
- num_layers: 42
- num_query_heads: 16
- num_key_value_heads: 8
- hidden_dim: 3584
- intermediate_dim: 28672
- head_dim: 256
- layer_norm_epsilon: 1e-06
- dropout: 0
- query_head_dim_normalize: True
- use_post_ffw_norm: True
- use_post_attention_norm: True
- final_logit_soft_cap: 30
- attention_logit_soft_cap: 50
- sliding_window_size: 4096
- use_sliding_window_attention: True
This model card has been generated automatically and should be completed by the model author. See Model Cards documentation for more information.