DanilLis commited on
Commit
bce7dd3
·
verified ·
1 Parent(s): b72ef1f

Карточка модели

Browse files
Files changed (1) hide show
  1. README.md +83 -0
README.md ADDED
@@ -0,0 +1,83 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: mit
3
+ language:
4
+ - en
5
+ library_name: pytorch
6
+ tags:
7
+ - transformer
8
+ - encoder-decoder
9
+ - code-generation
10
+ - math-word-problems
11
+ datasets:
12
+ - SlavaYus/tinysms_qa_12m
13
+ ---
14
+
15
+ # Solvformer
16
+
17
+ Encoder-decoder Трансформер, обученный с нуля отвечать на текстовые математические задачи: по вопросу
18
+ на английском он пишет программу на Python, а ответом служит результат её исполнения.
19
+ Предобученных весов нет, модель и обучение написаны на чистом PyTorch.
20
+
21
+ Код, тесты и описание всех экспериментов: https://github.com/dsnillisienko/hse-nlp
22
+
23
+ ## Файлы
24
+
25
+ | Файл | Что это |
26
+ |---|---|
27
+ | `avg.pt` | Итоговые веса: 9+9 слоёв, d = 512, 8 голов, 74.5M параметров, среднее 4 последних чекпойнтов |
28
+ | `tokenizer.json` | Byte-level BPE на 16k токенов, общий для вопросов и кода |
29
+
30
+ `avg.pt` это обычный словарь с конфигом архитектуры (`cfg`) и весами (`model`), он читается
31
+ через `torch.load(..., weights_only=True)`.
32
+
33
+ ## Результаты
34
+
35
+ Метрика pass@1: программа выполняется, её ответ сравнивается с эталоном с допуском 1e-6.
36
+
37
+ | Генерация | Валидация, 2000 вопросов | Тест, 960 вопросов |
38
+ |---|---|---|
39
+ | жадная | 71.85% | |
40
+ | голосование по 8 программам | 74.70% | 78.02% |
41
+ | голосование по 12 программам | 75.70% | 78.44% |
42
+
43
+ Числа получены на T4 в fp16. 1919 вопросов теста с 12 кандидатами на вопрос занимают 140 секунд на одной T4.
44
+
45
+ ## Как запустить
46
+
47
+ ```
48
+ git clone https://github.com/dsnillisienko/hse-nlp.git solvformer
49
+ cd solvformer
50
+ pip install -e .
51
+ hf download DanilLis/solvformer avg.pt tokenizer.json --local-dir weights
52
+
53
+ python -m solvformer.solve --ckpt weights/avg.pt --tokenizer weights/tokenizer.json \
54
+ "A pack has 12 pencils. Tom buys 3 packs and gives away 7 pencils. How many pencils does he have left?"
55
+ ```
56
+
57
+ ```
58
+ def solve() -> int:
59
+ pencils_per_pack = 12
60
+ packs_bought = 3
61
+ pencils_given_away = 7
62
+ total_pencils = pencils_per_pack * packs_bought
63
+ pencils_left = total_pencils - pencils_given_away
64
+ result = pencils_left
65
+ return result
66
+
67
+ ответ: 29 (так ответили 12 из 12 кандидатов)
68
+ ```
69
+
70
+ Сгенерированные программы выполняются в отдельном интерпретаторе с таймаутом. Песочницей это не является.
71
+
72
+ ## Обучение
73
+
74
+ - Данные: [SlavaYus/tinysms_qa_12m](https://huggingface.co/datasets/SlavaYus/tinysms_qa_12m), 11.8M пар
75
+ «вопрос и программа» после удаления вопросов валидации и теста.
76
+ - 9 часов с нуля и 7.5 часа дообучения на двух T4 (DDP, fp16), примерно 6 эпох.
77
+ - AdamW, lr 1e-3 с нуля и 5e-4 при дообучении, cosine-расписание, эффективный батч до 512 примеров.
78
+
79
+ ## Ограничения
80
+
81
+ - Один узкий жанр: короткие текстовые задачи на английском с числовым ответом.
82
+ - Оставшиеся ошибки это ошибки рассуждения: программы почти всегда выполняются, но, например,
83
+ в формуле площади треугольника модель систематически забывает ½.