Model Card for AU-clarification_gemma-2-9b-it

Gemma-2-9b-it finetuned on the GDN-CC dataset for the task of Argumentative Unit Clarification. This is the best model for AU clarification and the one used to annotate GDN-CC-large.

Uses

It is recommended to use it with the vLLM framework:

from vllm import LLM, SamplingParams

llm = LLM(model="LequeuISIR/AU-clarification_gemma-2-9b-it", 
          max_model_len=2048)

tokenizer = AutoTokenizer.from_pretrained("google/gemma-2-9b-it")

sampling_params = SamplingParams(temperature=0.2, max_tokens=2000)

messages = [
    {"role": "user", "content": f"{PROMPT}texte initial:\n {item["opinionText"].strip()}\n\n segment à clarifier:\n{item["AU"].strip()}"}
]
prompt_string = tokenizer.apply_chat_template(
    messages, 
    tokenize=False, 
    add_generation_prompt=True
)

outputs = llm.generate([prompt_string], sampling_params)

with the prompt being:

PROMPT= """
Je vais te donner un segment de texte d'opinions en français, ainsi que le texte initial dont il est tiré. Ton travail est de réécrire ce segment \
d'opinion de manière claire. En particulier, tu dois d'abord corriger les fautes d'orthographe, de grammaire, et de syntaxe. Tu dois aussi ajouter \
le contexte présent dans le texte initial si il est important pour la compréhension du segment. Le texte final clarifié doit être compréhensible \
sans accès ni au texte initial ni a son sous-segment. Si le segment est déjà clair et bien écrit, tu dois simplement le recopier. \
Tu dois ressortir UNIQUEMENT la clarification du segment et rien d'autre. \n\n
"""

BibTeX:

@article{lequeu2026gdn,
  title={The GDN-CC Dataset: Automatic Corpus Clarification for AI-enhanced Democratic Citizen Consultations},
  author={Lequeu, Pierre-Antoine and Labat, L{\'e}o and Cave, Laur{\`e}ne and Lejeune, Ga{\"e}l and Yvon, Fran{\c{c}}ois and Piwowarski, Benjamin},
  journal={arXiv preprint arXiv:2601.14944},
  year={2026}
}