{"id":388010,"date":"2024-06-29T07:40:36","date_gmt":"2024-06-29T07:40:36","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=388010"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=388010","title":{"rendered":"<span>\u041c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041c\u043e\u0434\u0435\u043b\u044c T5 \u2013 \u044d\u0442\u043e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0443\u0436\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0430 \u0445\u043e\u0440\u043e\u0448\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442, \u0438 \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043c\u043e\u0436\u043d\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u0437\u0430\u0434\u0430\u0447\u0443, \u0431\u0443\u0434\u044c \u0442\u043e \u043f\u0435\u0440\u0435\u0432\u043e\u0434, \u0441\u0443\u043c\u043c\u0430\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0438\u043b\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u043e\u0442\u0432\u0435\u0442\u0430 \u0447\u0430\u0442-\u0431\u043e\u0442\u0430. <\/p>\n<p>\u0412 \u044d\u0442\u043e\u043c \u043f\u043e\u0441\u0442\u0435 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e \u043f\u0440\u043e <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">\u043f\u0435\u0440\u0432\u0443\u044e \u043c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430<\/a> \u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e, \u043a\u0430\u043a \u0435\u0451 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0435.<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/63b\/74b\/7aa\/63b74b7aac04b5b1f923aa9b1f0cc58e.png\" alt=\"\u0420\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0445\u0443\u0434\u043e-\u0431\u0435\u0434\u043d\u043e \u0440\u0435\u0448\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043e\u043a \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\" title=\"\u0420\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0445\u0443\u0434\u043e-\u0431\u0435\u0434\u043d\u043e \u0440\u0435\u0448\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043e\u043a \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\" width=\"1280\" height=\"720\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/63b\/74b\/7aa\/63b74b7aac04b5b1f923aa9b1f0cc58e.png\"\/><figcaption>\u0420\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0445\u0443\u0434\u043e-\u0431\u0435\u0434\u043d\u043e \u0440\u0435\u0448\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043e\u043a \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447<\/figcaption><\/figure>\n<h3>\u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f T5<\/h3>\n<p>T5 \u2013 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u0430. \u0418\u0437\u043e\u0431\u0440\u0435\u043b\u0438 \u0435\u0451 <a href=\"https:\/\/arxiv.org\/abs\/1910.10683\" rel=\"noopener noreferrer nofollow\">\u0432 \u0440\u0430\u0431\u043e\u0442\u0435 \u043e\u0442 Google<\/a> \u0434\u0432\u0430 \u0433\u043e\u0434\u0430 \u043d\u0430\u0437\u0430\u0434, \u0438 \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u043e\u0432\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u044d\u0442\u043e \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043a\u0430\u043a <em>text-to-text transfer transformer<\/em>. <a href=\"https:\/\/arxiv.org\/abs\/1706.03762\" rel=\"noopener noreferrer nofollow\">\u0422\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 <\/a>\u2013 \u044d\u0442\u043e \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0430\u044f \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u0438\u0437 \u0442\u0435\u043a\u0441\u0442\u0430 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043e\u0431\u044a\u0451\u043c\u043d\u0443\u044e \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e. \u0411\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u044d\u0442\u043e\u0439 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0442\u0438\u043f\u0430 BERT \u043a\u0440\u0443\u0442\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442 \u0442\u0435\u043a\u0441\u0442\u044b, \u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u0442\u0438\u043f\u0430 GPT \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u0440\u0430\u0432\u0434\u043e\u043f\u043e\u0434\u043e\u0431\u043d\u043e \u0438\u0445 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u044e\u0442. <em>Text-to-text<\/em> \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c T5 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u043d\u0430 \u0432\u0445\u043e\u0434 \u0442\u0435\u043a\u0441\u0442\u044b \u0438 &#171;\u0447\u0438\u0442\u0430\u0435\u0442&#187; \u0438\u0445 \u044d\u043d\u043a\u043e\u0434\u0435\u0440\u043e\u043c (\u043a\u0430\u043a BERT), \u0430 \u043f\u043e\u0442\u043e\u043c &#171;\u043f\u0438\u0448\u0435\u0442&#187; \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043e\u043c \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u043a\u0441\u0442\u044b \u0438 \u043e\u0442\u0434\u0430\u0451\u0442 \u043d\u0430 \u0432\u044b\u0445\u043e\u0434. \u0421\u043b\u043e\u0432\u043e <em>transfer<\/em> \u0433\u043e\u0432\u043e\u0440\u0438\u0442 \u043e \u0446\u0435\u043b\u0438 \u044d\u0442\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438: \u043e\u043d\u0430 \u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c \u0432\u043e\u0441\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u043f\u0443\u0449\u0435\u043d\u043d\u044b\u0435 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u044b \u0442\u0435\u043a\u0441\u0442\u0430, \u043d\u043e \u043f\u0440\u0438 \u0436\u0435\u043b\u0430\u043d\u0438\u0438 \u0435\u0451 \u043c\u043e\u0436\u043d\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u044b\u0435, \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438: \u043f\u0435\u0440\u0435\u0432\u043e\u0434, \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435, \u0441\u0443\u043c\u043c\u0430\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432\u044b\u0445 \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u0438 \u0442.\u043f.<\/p>\n<p>\u0413\u0443\u0433\u043b \u0432\u044b\u043f\u0443\u0441\u0442\u0438\u043b \u0434\u0432\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 T5: <a href=\"https:\/\/huggingface.co\/t5-base\" rel=\"noopener noreferrer nofollow\">\u043f\u0435\u0440\u0432\u0430\u044f <\/a>\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a, \u0437\u0430\u0442\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c \u043d\u0430 24 \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\u0430\u0445, \u0430 <a href=\"https:\/\/huggingface.co\/google\/mt5-base\" rel=\"noopener noreferrer nofollow\">\u0432\u0442\u043e\u0440\u0430\u044f <\/a>\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442 101 \u044f\u0437\u044b\u043a (\u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439), \u043d\u043e \u0443\u043c\u0435\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0432 \u0442\u0435\u043a\u0441\u0442\u0435. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0440\u0435\u0448\u0438\u043b \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0443\u0436\u0430\u0442\u044c \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c T5 (mT5) \u0434\u043e \u0434\u0432\u0443\u0445 \u044f\u0437\u044b\u043a\u043e\u0432: \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u0438 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e, \u0432\u044b\u043a\u0438\u043d\u0443\u0432 \u043d\u0435\u043d\u0443\u0436\u043d\u044b\u0435 \u0442\u043e\u043a\u0435\u043d\u044b \u0438\u0437 \u0435\u0451 \u0441\u043b\u043e\u0432\u0430\u0440\u044f \u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438\u0437 \u043c\u0430\u0442\u0440\u0438\u0446 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0438 \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432. \u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u043e \u043e\u043f\u0438\u0441\u0430\u043d <a href=\"https:\/\/towardsdatascience.com\/how-to-adapt-a-multilingual-t5-model-for-a-single-language-b9f94f3d9c90\" rel=\"noopener noreferrer nofollow\">\u0432 \u044d\u0442\u043e\u043c \u043f\u043e\u0441\u0442\u0435<\/a>, \u0430 \u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043c\u043e\u0434\u0435\u043b\u044c &#171;\u043f\u043e\u0445\u0443\u0434\u0435\u043b\u0430&#187; \u0441 2.2 \u0434\u043e 0.9 \u0413\u0411, \u0430 \u0437\u043d\u0430\u0447\u0438\u0442, \u0441\u0442\u0430\u043b\u0430 \u0431\u043e\u043b\u0435\u0435 \u0443\u0434\u043e\u0431\u043d\u043e\u0439 \u0434\u043b\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f. \u042d\u0442\u0443 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u044f \u0432\u044b\u043b\u043e\u0436\u0438\u043b \u043f\u043e\u0434 \u0438\u043c\u0435\u043d\u0435\u043c <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base\" rel=\"noopener noreferrer nofollow\">cointegrated\/rut5-base<\/a>. \u0410 \u0434\u0430\u043b\u044c\u0448\u0435 \u044f \u043f\u043e\u0448\u0451\u043b \u043f\u043e \u043f\u0443\u0442\u0438 Google \u0438 \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u043b \u0441\u0432\u043e\u044e \u0440\u0443\u0441\u0441\u043a\u0443\u044e T5 \u0440\u0435\u0448\u0430\u0442\u044c \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u0438 \u0430\u043d\u0433\u043b\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447.<\/p>\n<h2>\u041c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c<\/h2>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u043a\u0430\u043a \u0438 \u0432 \u0433\u0443\u0433\u043b\u043e\u0432\u0441\u043a\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435, \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u0441\u0432\u043e\u0439 \u043f\u0440\u0435\u0444\u0438\u043a\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0434\u043e \u043f\u0438\u0441\u0430\u0442\u044c, \u043e\u0442\u0434\u0435\u043b\u0438\u0432 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u043c <code>|<\/code>, \u043f\u0435\u0440\u0435\u0434 \u0432\u0445\u043e\u0434\u043d\u044b\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u043c. \u0421\u0430\u043c\u0438 \u0437\u0430\u0434\u0430\u0447\u0438 \u0442\u0430\u043a\u0438\u0435:<\/p>\n<p><strong>\u041f\u0435\u0440\u0435\u0432\u043e\u0434<\/strong> (\u043f\u0440\u0435\u0444\u0438\u043a\u0441 <code>translate ru-en<\/code>\u00a0\u0438\u043b\u0438\u00a0<code>translate en-ru<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 <a href=\"https:\/\/huggingface.co\/datasets\/opus_wikipedia\" rel=\"noopener noreferrer nofollow\">opus_wikipedia<\/a>.<\/p>\n<pre><code class=\"python\">print(generate(     'translate ru-en | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0436\u0435\u043b\u0430\u0435\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.')) # Each hunter wants to know, where he is.  print(generate(     'translate en-ru | Every hunter wants to know where the duck is.')) # \u0412\u0441\u0435 \u043e\u0445\u043e\u0442\u043d\u0438\u043a\u0438 \u0445\u043e\u0442\u044f\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u0442\u0438\u0446\u0430.<\/code><\/pre>\n<p><strong>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435<\/strong> (<code>paraphrase<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 <a href=\"https:\/\/huggingface.co\/datasets\/tapaco\" rel=\"noopener noreferrer nofollow\">tapaco<\/a>. <\/p>\n<pre><code class=\"python\">print(generate(     'paraphrase | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0436\u0435\u043b\u0430\u0435\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.',      encoder_no_repeat_ngram_size=1, repetition_penalty=0.5,      no_repeat_ngram_size=1 )) # \u0412 \u043b\u044e\u0431\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u044b\u0431\u0430\u043a \u043c\u0435\u0447\u0442\u0430\u0435\u0442 \u043f\u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0444\u0435\u0440\u043c\u043e\u0439<\/code><\/pre>\n<p><strong>\u0417\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432 \u0432 \u0442\u0435\u043a\u0441\u0442\u0435<\/strong> (<code>fill<\/code>). \u041f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0430\u0442\u044c \u043a\u0430\u043a <code>___<\/code>\u00a0\u0438\u043b\u0438 \u00a0<code>_3_<\/code>, \u0433\u0434\u0435 <code>3<\/code>\u00a0 \u2013 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043b\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u0434\u043e \u0432\u0441\u0442\u0430\u0432\u0438\u0442\u044c. \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u043a\u043e\u0440\u043f\u0443\u0441\u0435 ru_web-public_2019_1M \u0438\u0437 <a href=\"https:\/\/wortschatz.uni-leipzig.de\/en\/download\/Russian\" rel=\"noopener noreferrer nofollow\">\u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u043e\u0439 \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u0438<\/a>.<\/p>\n<pre><code class=\"python\">print(generate('fill | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a _3_, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.')) # \u0441\u043c\u043e\u0442\u0440\u0438\u0442 \u043d\u0430 \u043e\u0437\u0435\u0440\u043e<\/code><\/pre>\n<p><strong>\u0412\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u0430<\/strong> \u0438\u0437 \u0437\u0430\u0448\u0443\u043c\u043b\u0451\u043d\u043d\u043e\u0433\u043e \u043c\u0435\u0448\u043a\u0430 \u0441\u043b\u043e\u0432 (<code>assemble<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u0442\u0430\u043a\u0436\u0435 \u043d\u0430 \u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435.<\/p>\n<pre><code class=\"python\">print(generate('assemble | \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u043a\u0430\u0436\u0434\u044b\u0439 \u0437\u043d\u0430\u0442\u044c \u0444\u0430\u0437\u0430\u043d \u0441\u0438\u0434\u0438\u0442')) # \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0437\u043d\u0430\u0435\u0442, \u0447\u0442\u043e \u0444\u0430\u0437\u0430\u043d \u0441\u0438\u0434\u0438\u0442.<\/code><\/pre>\n<p><strong>\u0423\u043f\u0440\u043e\u0449\u0435\u043d\u0438\u0435<\/strong> \u0442\u0435\u043a\u0441\u0442\u043e\u0432 (<code>simplify<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043e\u0440\u043e\u0436\u043a\u0438 <a href=\"https:\/\/github.com\/dialogue-evaluation\/RuSimpleSentEval\" rel=\"noopener noreferrer nofollow\">RuSimpleSentEval<\/a>.<\/p>\n<pre><code class=\"python\">print(generate(     'simplify | \u041c\u0435\u0441\u0442\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0442\u0435\u0442\u043e\u043c \u0441 \u0437\u0430\u0449\u0438\u0449\u0451\u043d\u043d\u044b\u043c ' \\     '\u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043d\u0430\u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043f\u043e \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u044e \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f ' \\     '\u043b\u044e\u043d\u0435\u0431\u0443\u0440\u0433\u0441\u043a\u0438\u0439 \u0441\u0442\u0435\u043f\u043d\u043e\u0439 \u0431\u0430\u0440\u0430\u0448\u0435\u043a.', max_length=32)) # \u041c\u0435\u0441\u0442\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0442\u0435\u0442\u043e\u043c \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u043b\u044e\u043d\u0435\u0431\u0443\u0440\u0433\u0441\u043a\u0438\u0439 \u0441\u0442\u0435\u043f\u043d\u043e\u0439 \u0431\u0430\u0440\u0430\u0448\u0435\u043a.<\/code><\/pre>\n<p><strong>\u0414\u0438\u0430\u043b\u043e\u0433\u043e\u0432\u044b\u0439 \u043e\u0442\u0432\u0435\u0442<\/strong> (<code>reply<\/code>\u00a0\u0434\u043b\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0432 \u0441\u0442\u0438\u043b\u0435 \u0445\u0443\u0434\u043e\u0436\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u044b, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 <a href=\"https:\/\/github.com\/Koziev\/NLP_Datasets\/blob\/master\/Conversations\/Data\/ru.conversations.txt\" rel=\"noopener noreferrer nofollow\">\u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u041a\u043e\u0437\u0438\u0435\u0432\u0430<\/a>, \u0438 \u00a0<code>answer<\/code>\u00a0\u0434\u043b\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 otvet.mail.ru). <\/p>\n<pre><code class=\"python\">print(generate('reply | \u041f\u043e\u043c\u043e\u0433\u0438\u0442\u0435 \u043c\u043d\u0435 \u0437\u0430\u043a\u0430\u0434\u0440\u0438\u0442\u044c \u0434\u0435\u0432\u0443\u0448\u043a\u0443')) # \u0427\u0442\u043e \u044f \u0445\u043e\u0447\u0443?  print(generate('answer | \u041f\u043e\u043c\u043e\u0433\u0438\u0442\u0435 \u043c\u043d\u0435 \u0437\u0430\u043a\u0430\u0434\u0440\u0438\u0442\u044c \u0434\u0435\u0432\u0443\u0448\u043a\u0443')) # \u044f \u0445\u043e\u0447\u0443 \u043f\u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441 \u0434\u0435\u0432\u0443\u0448\u043a\u043e\u0439!!!!!!!!<\/code><\/pre>\n<p><strong>\u041e\u0442\u0432\u0435\u0442 \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443<\/strong> (<code>comprehend<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 SberQUAD.<\/p>\n<pre><code class=\"python\">print(generate(     'comprehend | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 ' \\     '\u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e. \u0412\u043e\u043f\u0440\u043e\u0441: \u043e\u0442\u043a\u0443\u0434\u0430 \u043f\u0440\u0438\u0435\u0445\u0430\u043b \u041c\u043e\u0440\u0433\u0430\u043d?')) # \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438<\/code><\/pre>\n<p><strong>\u0417\u0430\u0434\u0430\u0432\u0430\u043d\u0438\u0435 \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443<\/strong> (<code>ask<\/code>), \u043e\u0431\u0443\u0447\u0430\u043b \u0442\u0430\u043a\u0436\u0435 \u043d\u0430 SberQUAD.<\/p>\n<pre><code class=\"python\">print(generate(     'ask | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 ' \\     '\u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e.', max_length=32)) # \u0427\u0442\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430  # \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 \u0440\u0430\u043d\u0447\u0435\u0440\u043e?\u0440\u043e?<\/code><\/pre>\n<p><strong>\u0413\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u0430<\/strong> \u043a \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 (<code>headline<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 <a href=\"https:\/\/huggingface.co\/IlyaGusev\/rubert_telegram_headlines\" rel=\"noopener noreferrer nofollow\">\u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 \u0418\u043b\u044c\u0438 \u0413\u0443\u0441\u0435\u0432\u0430<\/a> \u043f\u043e \u043c\u043e\u0442\u0438\u0432\u0430\u043c \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u0422\u0435\u043b\u0435\u0433\u0440\u0430\u043c\u0430. <\/p>\n<pre><code class=\"python\">print(generate(     'headline | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 ' \\     '\u0438 \u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e.', max_length=32)) # \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438  # \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430 \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d<\/code><\/pre>\n<p>\u041a\u0430\u043a \u0436\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u044d\u0442\u0430 \u043c\u0430\u0433\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f <code>generate<\/code>? \u0421\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0439 <code>python<\/code> \u0438 \u043a\u043e\u0434 \u0438\u0437 <a href=\"https:\/\/huggingface.co\/transformers\/\" rel=\"noopener noreferrer nofollow\">transformers<\/a>, \u0438 \u0434\u0430\u043b\u044c\u0448\u0435 \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0438\u0437 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0432\u044b\u0448\u0435. \u041f\u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u0442\u044c \u044d\u0442\u043e \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0432 <a href=\"https:\/\/colab.research.google.com\/drive\/1u1gNRuUQGUI15cSk9Kfm2yMlUDAcj4P9?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u0434\u0435\u043c\u043e-\u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>.<\/p>\n<pre><code class=\"python\"># !pip install transformers sentencepiece --quiet import torch from transformers import T5ForConditionalGeneration, T5Tokenizer model_name = \"cointegrated\/rut5-base-multitask\" tokenizer = T5Tokenizer.from_pretrained(model_name) model = T5ForConditionalGeneration.from_pretrained(model_name)  def generate(text, **kwargs):     inputs = tokenizer(text, return_tensors='pt')     with torch.no_grad():         hypotheses = model.generate(**inputs, num_beams=5, **kwargs)     return tokenizer.decode(hypotheses[0], skip_special_tokens=True)<\/code><\/pre>\n<p>\u0412\u0435\u0441\u044c \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u044f \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b \u043c\u043e\u0434\u0435\u043b\u044c, \u0435\u0441\u0442\u044c <a href=\"https:\/\/gist.github.com\/avidale\/4de1454bf41822dc862fddbd779d4cc6\" rel=\"noopener noreferrer nofollow\">\u0432 \u044d\u0442\u043e\u043c \u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>; \u043e\u043d \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0447\u0438\u0441\u0442\u044b\u0439, \u0438\u0431\u043e \u044f \u0442\u043e\u043b\u044c\u043a\u043e \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043b, \u0438 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u0434\u0430\u0447, \u043d\u0435 \u0432\u043e\u0448\u0435\u0434\u0448\u0438\u0445 \u0432 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e \u043c\u043e\u0434\u0435\u043b\u0438. \u0410 \u0441\u0430\u043c\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0432\u044b\u043b\u043e\u0436\u0435\u043d\u0430 \u0432 \u043a\u0430\u0442\u0430\u043b\u043e\u0433 Huggingface: <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">cointegrated\/rut5-base-multitask<\/a>.<\/p>\n<h2>\u041a\u0430\u043a \u043e\u0431\u0443\u0447\u0430\u0442\u044c T5 \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445<\/h2>\n<p>\u0422\u0435\u043a\u0443\u0449\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430\u0434\u0443\u043c\u044b\u0432\u0430\u043b\u0430\u0441\u044c \u043a\u0430\u043a \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 seq2seq \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043a\u0430\u043a \u0431\u043e\u043b\u0432\u0430\u043d\u043a\u0430 \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043e\u0441\u043e\u0431\u043e \u043d\u0435 \u0432\u043e\u0437\u0438\u043b\u0441\u044f \u043d\u0438 \u0441 \u043f\u043e\u0434\u0431\u043e\u0440\u043e\u043c \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043d\u0438 \u0441 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u043e\u0432. \u0421\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e, \u0435\u0441\u043b\u0438 \u0431\u043e\u043b\u0435\u0435 \u0432\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u043e\u043c \u0438 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 \u0438 \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043e\u0434\u043d\u0443 \u0437\u0430\u0434\u0430\u0447\u0443, \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043e\u043d\u0430 \u0431\u0443\u0434\u0435\u0442 \u0435\u0449\u0451 \u043b\u0443\u0447\u0448\u0435. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0442\u0430\u043a \u044f \u0443\u0436\u0435 \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b \u0435\u0451 <a href=\"https:\/\/habr.com\/ru\/post\/564916\/\" rel=\"noopener noreferrer nofollow\">\u043d\u0430 \u0437\u0430\u0434\u0430\u0447\u0435 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f<\/a>. \u0410 \u0437\u0434\u0435\u0441\u044c \u044f \u043f\u043e\u043a\u0430\u0436\u0443, \u043a\u0430\u043a \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0442\u0432\u0435\u0447\u0430\u0442\u044c \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0438\u0437 \u043a\u0440\u043e\u0441\u0441\u0432\u043e\u0440\u0434\u043e\u0432, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a\u0438 <a href=\"https:\/\/huggingface.co\/transformers\/\" rel=\"noopener noreferrer nofollow\">transformers <\/a>\u0438 <a href=\"https:\/\/pytorch.org\" rel=\"noopener noreferrer nofollow\">pytorch<\/a> (\u043f\u0440\u0438 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u0438, \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0442\u043e\u043c \u0441\u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 tensorflow \u0438\u043b\u0438 \u0434\u0440\u0443\u0433\u043e\u0439 \u0444\u043e\u0440\u043c\u0430\u0442). \u041f\u043e\u043b\u043d\u044b\u0439 \u043a\u043e\u0434 \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0435\u0441\u0442\u044c \u0432\u0441\u0451 <a href=\"https:\/\/colab.research.google.com\/drive\/1u1gNRuUQGUI15cSk9Kfm2yMlUDAcj4P9?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u0432 \u0442\u043e\u043c \u0436\u0435 \u0434\u0435\u043c\u043e \u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>. <\/p>\n<p>\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u043c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u043e\u0439 \u0432\u0435\u0440\u0441\u0438\u0435\u0439. \u0422\u0443\u0442, \u043a\u0430\u043a \u0438 \u0432\u0435\u0437\u0434\u0435 \u0432 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0435 <code>transformers<\/code>, <code>model<\/code> \u2013 \u044d\u0442\u043e \u0441\u0430\u043c\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u0430 <code>tokenizer<\/code> \u2013 \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438, \u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0437\u0430 \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0441\u043e \u0441\u043b\u043e\u0432\u0430\u0440\u0451\u043c: \u0440\u0430\u0437\u0431\u0438\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u0442\u043e\u043a\u0435\u043d\u044b, \u0438 \u0441\u0431\u043e\u0440 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0438\u0437 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043e\u0431\u0440\u0430\u0442\u043d\u043e. <code>optimizer<\/code> \u2013 \u044d\u0442\u043e \u043e\u0431\u044a\u0435\u043a\u0442, \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0449\u0438\u0439 \u0437\u0430 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u044b\u0439 \u0441\u043f\u0443\u0441\u043a; \u043e\u043d \u043d\u0443\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0432\u0440\u0435\u043c\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<\/p>\n<pre><code class=\"python\">import torch  from transformers import T5ForConditionalGeneration, T5Tokenizer raw_model = 'cointegrated\/rut5-base-multitask'  model = T5ForConditionalGeneration.from_pretrained(raw_model).cuda(); tokenizer = T5Tokenizer.from_pretrained(raw_model) optimizer = torch.optim.Adam(model.parameters(), lr=1e-5)<\/code><\/pre>\n<p>\u041d\u0438\u0436\u0435  \u2013 \u043f\u043e\u043b\u043d\u044b\u0439 \u043a\u043e\u0434 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438.  \u041f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f <code>pairs<\/code>  \u2013 \u044d\u0442\u043e \u0441\u043f\u0438\u0441\u043e\u043a \u0438\u0437 \u043f\u0430\u0440, \u0441\u043e\u0441\u0442\u043e\u044f\u0449\u0438\u0445 \u0438\u0437 \u0432\u043e\u043f\u0440\u043e\u0441\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430. \u041d\u0430 GPU \u043e\u0434\u043d\u0430 \u044d\u043f\u043e\u0445\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 75 \u0442\u044b\u0441\u044f\u0447\u0430\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u043e\u043a\u043e\u043b\u043e 15 \u043c\u0438\u043d\u0443\u0442.<\/p>\n<pre><code class=\"python\">from tqdm.auto import trange import random import numpy as np  batch_size = 16  # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430 \u043e\u0434\u0438\u043d \u0448\u0430\u0433 report_steps = 200  # \u0440\u0430\u0437 \u0432 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0448\u0430\u0433\u043e\u0432 \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u043c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 epochs = 3  # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u043c\u044b \u043f\u043e\u043a\u0430\u0436\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438  model.train() losses = [] for epoch in range(epochs):     print('EPOCH', epoch)     random.shuffle(pairs)     for i in trange(0, int(len(pairs) \/ batch_size)):         batch = pairs[i * batch_size: (i + 1) * batch_size]         # \u043a\u043e\u0434\u0438\u0440\u0443\u0435\u043c \u0432\u043e\u043f\u0440\u043e\u0441 \u0438 \u043e\u0442\u0432\u0435\u0442          x = tokenizer([p[0] for p in batch], return_tensors='pt', padding=True).to(model.device)         y = tokenizer([p[1] for p in batch], return_tensors='pt', padding=True).to(model.device)         # -100 - \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0435\u0435 \u043d\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0442\u043e\u043a\u0435\u043d\u044b         y.input_ids[y.input_ids == 0] = -100         # \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u043f\u043e\u0442\u0435\u0440\u044c         loss = model(             input_ids=x.input_ids,             attention_mask=x.attention_mask,             labels=y.input_ids,             decoder_attention_mask=y.attention_mask,             return_dict=True         ).loss         # \u0434\u0435\u043b\u0430\u0435\u043c \u0448\u0430\u0433 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u043e\u0433\u043e \u0441\u043f\u0443\u0441\u043a\u0430         loss.backward()         optimizer.step()         optimizer.zero_grad()         # \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u043c \u0441\u043a\u043e\u043b\u044c\u0437\u044f\u0449\u0435\u0435 \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u043f\u043e\u0442\u0435\u0440\u044c         losses.append(loss.item())         if i % report_steps == 0:             print('step', i, 'loss', np.mean(losses[-report_steps:]))<\/code><\/pre>\n<p>\u0422\u0440\u0438 \u044d\u043f\u043e\u0445\u0438 \u044f \u0432\u044b\u0431\u0440\u0430\u043b \u043e\u0442 \u0431\u0430\u043b\u0434\u044b. \u0420\u0430\u0437\u043c\u0435\u0440 \u0431\u0430\u0442\u0447\u0430 \u044f \u0432\u044b\u0431\u0440\u0430\u043b \u043e\u043f\u044b\u0442\u043d\u044b\u043c \u043f\u0443\u0442\u0451\u043c: \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439, \u043f\u0440\u0438 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u043d\u0430 GPU. <code>learning_rate<\/code>, \u0440\u0430\u0432\u043d\u044b\u0439 <code>1e-5<\/code>, \u044f \u0432\u044b\u0441\u0442\u0430\u0432\u0438\u043b, \u0438\u0441\u0445\u043e\u0434\u044f \u0438\u0437 \u043e\u043f\u044b\u0442\u0430: \u043e\u0431\u044b\u0447\u043d\u043e \u043f\u0440\u0438 \u043d\u0451\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0443\u0447\u0430\u0435\u0442\u0441\u044f \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0431\u044b\u0441\u0442\u0440\u043e, \u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e.<\/p>\n<p>\u041a\u043e\u0434 \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043e\u0442\u0432\u0435\u0442\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u0440\u043e\u0441\u0442:<\/p>\n<pre><code class=\"python\">model.eval()  def answer(x, **kwargs):     inputs = tokenizer(x, return_tensors='pt').to(model.device)     with torch.no_grad():         hypotheses = model.generate(**inputs, **kwargs)     return tokenizer.decode(hypotheses[0], skip_special_tokens=True)<\/code><\/pre>\n<p>\u041f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c,\u00a0\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e\u00a0\u0445\u043e\u0440\u043e\u0448\u043e\u00a0\u043c\u043e\u0434\u0435\u043b\u044c\u00a0\u0432\u044b\u0443\u0447\u0438\u043b\u0430\u00a0\u0441\u0432\u043e\u044e\u00a0\u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u043e\u0447\u043d\u0443\u044e\u00a0\u0432\u044b\u0431\u043e\u0440\u043a\u0443.\u00a0<\/p>\n<pre><code>\u041a\u0430\u043a\u043e\u0435 \u0436\u0438\u0432\u043e\u0442\u043d\u043e\u0435 \u0440\u0430\u043d\u044c\u0448\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u043a\u0430\u043c\u0435\u043b\u043e\u043f\u0430\u0440\u0434\u043e\u043c? answer: \u0416\u0438\u0440\u0430\u0444 model:  \u0430\u043a\u0443\u043b\u0430 --- \u0413\u0440\u0430\u043c\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f \u0433\u043b\u0430\u0433\u043e\u043b\u0430, \u0432\u044b\u0440\u0430\u0436\u0430\u044e\u0449\u0430\u044f \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u044f \u043a \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 (\u0432 \u043b\u0438\u043d\u0433\u0432\u0438\u0441\u0442\u0438\u043a\u0435) answer: \u043d\u0430\u043a\u043b\u043e\u043d\u0435\u043d\u0438\u0435 model:  \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0435 --- \u041e \u0447\u0451\u043c \u043f\u043e\u0435\u0442\u0441\u044f \u0432 \u043f\u0435\u0441\u043d\u0435 Greenday \u2013 \u00abWake Me Up When September Ends\u00bb (\u0420\u0430\u0437\u0431\u0443\u0434\u0438 \u043c\u0435\u043d\u044f, \u043a\u043e\u0433\u0434\u0430 \u0441\u0435\u043d\u0442\u044f\u0431\u0440\u044c \u043a\u043e\u043d\u0447\u0438\u0442\u0441\u044f)? answer: \u041e \u0441\u043c\u0435\u0440\u0442\u0438 \u0435\u0433\u043e \u043e\u0442\u0446\u0430 model:  \u043e \u043b\u0435\u0442\u0435 --- \u0421\u043e\u0441\u0435\u0434\u043a\u0430 \u0417\u0435\u043c\u043b\u0438 \u043f\u043e \u0421\u043e\u043b\u043d\u0435\u0447\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u0435 answer: \u0412\u0435\u043d\u0435\u0440\u0430 model:  \u0410\u0444\u0440\u0438\u043a\u0430 --- \u041e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u043d\u0430 \u0447\u0435\u0440\u0442\u0435\u0436\u0435, \u043a\u0430\u0440\u0442\u0435 \u0438 \u0442. \u043f. \u043a \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c \u0440\u0430\u0437\u043c\u0435\u0440\u0430\u043c \u043d\u0430 \u043c\u0435\u0441\u0442\u043d\u043e\u0441\u0442\u0438, \u043f\u0440\u0435\u0434\u043c\u0435\u0442\u0435 answer: \u043c\u0430\u0441\u0448\u0442\u0430\u0431 model:  \u043f\u0440\u043e\u043f\u043e\u0440\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c<\/code><\/pre>\n<p>\u0427\u0442\u043e \u0436, \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u044b\u0442\u0430\u0435\u0442\u0441\u044f, \u043d\u043e \u0447\u0430\u0441\u0442\u043e &#171;\u043c\u0430\u0436\u0435\u0442&#187;. \u0412\u043e\u0437\u043c\u043e\u0436\u043d\u043e, \u0441\u0442\u043e\u0438\u0442 \u043f\u043e\u0443\u0447\u0438\u0442\u044c \u0435\u0451 \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u0435\u0449\u0451 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u044d\u043f\u043e\u0445. \u0410 \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0445\u043e\u0440\u043e\u0448\u043e \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043f\u0440\u0430\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0441 \u043e\u0442\u0432\u0435\u0442\u0430\u043c\u0438 \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043e\u043d\u0430 \u043d\u0435 \u0432\u0438\u0434\u0435\u043b\u0430.  \u041a\u0430\u0436\u0435\u0442\u0441\u044f, \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043f\u0440\u0438\u0441\u0442\u043e\u0439\u043d\u043e.<\/p>\n<pre><code>\u041c\u0438\u043d\u0435\u0440\u0430\u043b, \u0441\u0443\u043b\u044c\u0444\u0438\u0434 \u043c\u0430\u0440\u0433\u0430\u043d\u0446\u0430 answer: \u0430\u043b\u0430\u0431\u0430\u043d\u0434\u0438\u043d model:  \u0441\u0443\u043b\u044c\u0444\u0438\u0434 --- \u0413\u0434\u0435 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u0440\u043e\u0434\u0438\u043d\u0430 \u0442\u0430\u0431\u0430\u043a\u0430? answer: \u042e\u0436\u043d\u0430\u044f \u0410\u043c\u0435\u0440\u0438\u043a\u0430 model:  \u0411\u0440\u0430\u0437\u0438\u043b\u0438\u044f --- \u0421\u0442\u0430\u0440\u0438\u043d\u043d\u044b\u0439 \u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u0433\u043e\u043b\u043e\u0432\u043d\u043e\u0439 \u0443\u0431\u043e\u0440 \u0441 \u043f\u0440\u0438\u043f\u043e\u0434\u043d\u044f\u0442\u044b\u043c \u0432\u0432\u0435\u0440\u0445 \u0441\u043f\u0435\u0440\u0435\u0434\u0438 \u0438 \u0441\u0437\u0430\u0434\u0438 \u043e\u043a\u043e\u043b\u044b\u0448\u0435\u043c answer: \u043a\u043e\u0440\u0430\u0431\u043b\u0438\u043a model:  \u0448\u043d\u0443\u0440 --- \u041f\u043e\u0447\u0435\u0442\u043d\u043e\u0435 \u0437\u0432\u0430\u043d\u0438\u0435 \u0443 \u0442\u044e\u0440\u043a\u043e\u0432 \u0438 \u043c\u043e\u043d\u0433\u043e\u043b\u043e\u0432, \u0434\u0430\u0432\u0430\u0432\u0448\u0435\u0435\u0441\u044f \u0437\u0430 \u0432\u043e\u0438\u043d\u0441\u043a\u0438\u0435 \u043f\u043e\u0434\u0432\u0438\u0433\u0438 answer: \u0431\u0430\u0442\u044b\u0440 model:  \u0430\u043a\u0438\u043c --- \u0421\u0447\u0435\u0442\u043d\u044b\u0439 \u043f\u0440\u0438\u0431\u043e\u0440 answer: \u0430\u0440\u0438\u0444\u043c\u043e\u043c\u0435\u0442\u0440 model:  \u0442\u0430\u0431\u043b\u0438\u0446\u0430<\/code><\/pre>\n<p>\u041e\u0431\u0443\u0447\u0435\u043d\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0430 \u0434\u0438\u0441\u043a, \u0430 \u043f\u043e\u0442\u043e\u043c, \u043f\u0440\u0438 \u0436\u0435\u043b\u0430\u043d\u0438\u0438, \u0434\u0430\u0436\u0435 \u0432\u044b\u043b\u043e\u0436\u0438\u0442\u044c \u043d\u0430 \u0445\u0430\u0431 Huggingface. \u042f \u0432\u044b\u043b\u043e\u0436\u0438\u043b \u0435\u0451 \u043f\u043e\u0434 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435\u043c <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-quiz\" rel=\"noopener noreferrer nofollow\">cointegrated\/rut5-base-quiz<\/a>. <\/p>\n<pre><code class=\"python\">new_model_name = 'rut5-base-quiz'  # \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043f\u0430\u043f\u043a\u0438 \u0434\u043b\u044f \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f model.save_pretrained(new_model_name) tokenizer.save_pretrained(new_model_name)<\/code><\/pre>\n<h2>\u0412\u043c\u0435\u0441\u0442\u043e \u0437\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u044f<\/h2>\n<p>\u041f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0435 seq2seq \u043c\u043e\u0434\u0435\u043b\u0438 \u2013 \u044d\u0442\u043e \u0437\u0434\u043e\u0440\u043e\u0432\u043e. \u0421\u0435\u0439\u0447\u0430\u0441 \u0438\u043c\u0438 \u043c\u043e\u0436\u043d\u043e \u0440\u0435\u0448\u0430\u0442\u044c \u043c\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447 NLP, \u0430 Google \u0441\u0447\u0438\u0442\u0430\u0435\u0442, \u0447\u0442\u043e \u0432\u043e\u043e\u0431\u0449\u0435 \u0447\u0443\u0442\u044c \u043b\u0438 \u043d\u0435 \u0432\u0441\u0435. \u041c\u043e\u044f <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c\u043a\u0430<\/a> \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442, \u0447\u0442\u043e \u043e\u0442\u0447\u0430\u0441\u0442\u0438 \u044d\u0442\u043e \u0443\u0436\u0435 \u0432\u0435\u0440\u043d\u043e \u0438 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/581932\/\"> https:\/\/habr.com\/ru\/articles\/581932\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041c\u043e\u0434\u0435\u043b\u044c T5 \u2013 \u044d\u0442\u043e \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0443\u0436\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0430 \u0445\u043e\u0440\u043e\u0448\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442, \u0438 \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043c\u043e\u0436\u043d\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u0437\u0430\u0434\u0430\u0447\u0443, \u0431\u0443\u0434\u044c \u0442\u043e \u043f\u0435\u0440\u0435\u0432\u043e\u0434, \u0441\u0443\u043c\u043c\u0430\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0438\u043b\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u043e\u0442\u0432\u0435\u0442\u0430 \u0447\u0430\u0442-\u0431\u043e\u0442\u0430. <\/p>\n<p>\u0412 \u044d\u0442\u043e\u043c \u043f\u043e\u0441\u0442\u0435 \u044f \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e \u043f\u0440\u043e <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">\u043f\u0435\u0440\u0432\u0443\u044e \u043c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430<\/a> \u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e, \u043a\u0430\u043a \u0435\u0451 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0435.<\/p>\n<figure class=\"full-width\"><figcaption>\u0420\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c T5 \u0445\u0443\u0434\u043e-\u0431\u0435\u0434\u043d\u043e \u0440\u0435\u0448\u0430\u0435\u0442 \u0434\u0435\u0441\u044f\u0442\u043e\u043a \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447<\/figcaption><\/figure>\n<h3>\u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u0430\u044f T5<\/h3>\n<p>T5 \u2013 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u0430. \u0418\u0437\u043e\u0431\u0440\u0435\u043b\u0438 \u0435\u0451 <a href=\"https:\/\/arxiv.org\/abs\/1910.10683\" rel=\"noopener noreferrer nofollow\">\u0432 \u0440\u0430\u0431\u043e\u0442\u0435 \u043e\u0442 Google<\/a> \u0434\u0432\u0430 \u0433\u043e\u0434\u0430 \u043d\u0430\u0437\u0430\u0434, \u0438 \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u043e\u0432\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u044d\u0442\u043e \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u043a\u0430\u043a <em>text-to-text transfer transformer<\/em>. <a href=\"https:\/\/arxiv.org\/abs\/1706.03762\" rel=\"noopener noreferrer nofollow\">\u0422\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 <\/a>\u2013 \u044d\u0442\u043e \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0430\u044f \u0438\u0437\u0432\u043b\u0435\u043a\u0430\u0442\u044c \u0438\u0437 \u0442\u0435\u043a\u0441\u0442\u0430 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043e\u0431\u044a\u0451\u043c\u043d\u0443\u044e \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e. \u0411\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u044d\u0442\u043e\u0439 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0435 \u043c\u043e\u0434\u0435\u043b\u0438 \u0442\u0438\u043f\u0430 BERT \u043a\u0440\u0443\u0442\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442 \u0442\u0435\u043a\u0441\u0442\u044b, \u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u0442\u0438\u043f\u0430 GPT \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u0440\u0430\u0432\u0434\u043e\u043f\u043e\u0434\u043e\u0431\u043d\u043e \u0438\u0445 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u044e\u0442. <em>Text-to-text<\/em> \u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442, \u0447\u0442\u043e \u043c\u043e\u0434\u0435\u043b\u044c T5 \u043f\u0440\u0438\u043d\u0438\u043c\u0430\u0435\u0442 \u043d\u0430 \u0432\u0445\u043e\u0434 \u0442\u0435\u043a\u0441\u0442\u044b \u0438 &#171;\u0447\u0438\u0442\u0430\u0435\u0442&#187; \u0438\u0445 \u044d\u043d\u043a\u043e\u0434\u0435\u0440\u043e\u043c (\u043a\u0430\u043a BERT), \u0430 \u043f\u043e\u0442\u043e\u043c &#171;\u043f\u0438\u0448\u0435\u0442&#187; \u0434\u0435\u043a\u043e\u0434\u0435\u0440\u043e\u043c \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u043a\u0441\u0442\u044b \u0438 \u043e\u0442\u0434\u0430\u0451\u0442 \u043d\u0430 \u0432\u044b\u0445\u043e\u0434. \u0421\u043b\u043e\u0432\u043e <em>transfer<\/em> \u0433\u043e\u0432\u043e\u0440\u0438\u0442 \u043e \u0446\u0435\u043b\u0438 \u044d\u0442\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438: \u043e\u043d\u0430 \u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c \u0432\u043e\u0441\u0441\u0442\u0430\u043d\u0430\u0432\u043b\u0438\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u043f\u0443\u0449\u0435\u043d\u043d\u044b\u0435 \u0444\u0440\u0430\u0433\u043c\u0435\u043d\u0442\u044b \u0442\u0435\u043a\u0441\u0442\u0430, \u043d\u043e \u043f\u0440\u0438 \u0436\u0435\u043b\u0430\u043d\u0438\u0438 \u0435\u0451 \u043c\u043e\u0436\u043d\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043d\u0430 \u043d\u043e\u0432\u044b\u0435, \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438: \u043f\u0435\u0440\u0435\u0432\u043e\u0434, \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435, \u0441\u0443\u043c\u043c\u0430\u0440\u0438\u0437\u0430\u0446\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432\u044b\u0445 \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u0438 \u0442.\u043f.<\/p>\n<p>\u0413\u0443\u0433\u043b \u0432\u044b\u043f\u0443\u0441\u0442\u0438\u043b \u0434\u0432\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 T5: <a href=\"https:\/\/huggingface.co\/t5-base\" rel=\"noopener noreferrer nofollow\">\u043f\u0435\u0440\u0432\u0430\u044f <\/a>\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a, \u0437\u0430\u0442\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b\u0430\u0441\u044c \u043d\u0430 24 \u0440\u0430\u0437\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\u0430\u0445, \u0430 <a href=\"https:\/\/huggingface.co\/google\/mt5-base\" rel=\"noopener noreferrer nofollow\">\u0432\u0442\u043e\u0440\u0430\u044f <\/a>\u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442 101 \u044f\u0437\u044b\u043a (\u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439), \u043d\u043e \u0443\u043c\u0435\u0435\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0432 \u0442\u0435\u043a\u0441\u0442\u0435. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0440\u0435\u0448\u0438\u043b \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0443\u0436\u0430\u0442\u044c \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c T5 (mT5) \u0434\u043e \u0434\u0432\u0443\u0445 \u044f\u0437\u044b\u043a\u043e\u0432: \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u0438 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u043e\u0433\u043e, \u0432\u044b\u043a\u0438\u043d\u0443\u0432 \u043d\u0435\u043d\u0443\u0436\u043d\u044b\u0435 \u0442\u043e\u043a\u0435\u043d\u044b \u0438\u0437 \u0435\u0451 \u0441\u043b\u043e\u0432\u0430\u0440\u044f \u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438\u0437 \u043c\u0430\u0442\u0440\u0438\u0446 \u0432\u0445\u043e\u0434\u043d\u044b\u0445 \u0438 \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432. \u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u043e \u043e\u043f\u0438\u0441\u0430\u043d <a href=\"https:\/\/towardsdatascience.com\/how-to-adapt-a-multilingual-t5-model-for-a-single-language-b9f94f3d9c90\" rel=\"noopener noreferrer nofollow\">\u0432 \u044d\u0442\u043e\u043c \u043f\u043e\u0441\u0442\u0435<\/a>, \u0430 \u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043c\u043e\u0434\u0435\u043b\u044c &#171;\u043f\u043e\u0445\u0443\u0434\u0435\u043b\u0430&#187; \u0441 2.2 \u0434\u043e 0.9 \u0413\u0411, \u0430 \u0437\u043d\u0430\u0447\u0438\u0442, \u0441\u0442\u0430\u043b\u0430 \u0431\u043e\u043b\u0435\u0435 \u0443\u0434\u043e\u0431\u043d\u043e\u0439 \u0434\u043b\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f. \u042d\u0442\u0443 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u044f \u0432\u044b\u043b\u043e\u0436\u0438\u043b \u043f\u043e\u0434 \u0438\u043c\u0435\u043d\u0435\u043c <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base\" rel=\"noopener noreferrer nofollow\">cointegrated\/rut5-base<\/a>. \u0410 \u0434\u0430\u043b\u044c\u0448\u0435 \u044f \u043f\u043e\u0448\u0451\u043b \u043f\u043e \u043f\u0443\u0442\u0438 Google \u0438 \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u043b \u0441\u0432\u043e\u044e \u0440\u0443\u0441\u0441\u043a\u0443\u044e T5 \u0440\u0435\u0448\u0430\u0442\u044c \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u0438 \u0430\u043d\u0433\u043b\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447.<\/p>\n<h2>\u041c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c<\/h2>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u043a\u0430\u043a \u0438 \u0432 \u0433\u0443\u0433\u043b\u043e\u0432\u0441\u043a\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435, \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u0441\u0432\u043e\u0439 \u043f\u0440\u0435\u0444\u0438\u043a\u0441, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0434\u043e \u043f\u0438\u0441\u0430\u0442\u044c, \u043e\u0442\u0434\u0435\u043b\u0438\u0432 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u043c <code>|<\/code>, \u043f\u0435\u0440\u0435\u0434 \u0432\u0445\u043e\u0434\u043d\u044b\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u043c. \u0421\u0430\u043c\u0438 \u0437\u0430\u0434\u0430\u0447\u0438 \u0442\u0430\u043a\u0438\u0435:<\/p>\n<p><strong>\u041f\u0435\u0440\u0435\u0432\u043e\u0434<\/strong> (\u043f\u0440\u0435\u0444\u0438\u043a\u0441 <code>translate ru-en<\/code>\u00a0\u0438\u043b\u0438\u00a0<code>translate en-ru<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 <a href=\"https:\/\/huggingface.co\/datasets\/opus_wikipedia\" rel=\"noopener noreferrer nofollow\">opus_wikipedia<\/a>.<\/p>\n<pre><code class=\"python\">print(generate(     'translate ru-en | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0436\u0435\u043b\u0430\u0435\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.')) # Each hunter wants to know, where he is.  print(generate(     'translate en-ru | Every hunter wants to know where the duck is.')) # \u0412\u0441\u0435 \u043e\u0445\u043e\u0442\u043d\u0438\u043a\u0438 \u0445\u043e\u0442\u044f\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u043d\u0430\u0445\u043e\u0434\u0438\u0442\u0441\u044f \u043f\u0442\u0438\u0446\u0430.<\/code><\/pre>\n<p><strong>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435<\/strong> (<code>paraphrase<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 <a href=\"https:\/\/huggingface.co\/datasets\/tapaco\" rel=\"noopener noreferrer nofollow\">tapaco<\/a>. <\/p>\n<pre><code class=\"python\">print(generate(     'paraphrase | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0436\u0435\u043b\u0430\u0435\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.',      encoder_no_repeat_ngram_size=1, repetition_penalty=0.5,      no_repeat_ngram_size=1 )) # \u0412 \u043b\u044e\u0431\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043a\u0430\u0436\u0434\u044b\u0439 \u0440\u044b\u0431\u0430\u043a \u043c\u0435\u0447\u0442\u0430\u0435\u0442 \u043f\u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441\u043e \u0441\u0432\u043e\u0435\u0439 \u0444\u0435\u0440\u043c\u043e\u0439<\/code><\/pre>\n<p><strong>\u0417\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432 \u0432 \u0442\u0435\u043a\u0441\u0442\u0435<\/strong> (<code>fill<\/code>). \u041f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0430\u0442\u044c \u043a\u0430\u043a <code>___<\/code>\u00a0\u0438\u043b\u0438 \u00a0<code>_3_<\/code>, \u0433\u0434\u0435 <code>3<\/code>\u00a0 \u2013 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0441\u043b\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u0434\u043e \u0432\u0441\u0442\u0430\u0432\u0438\u0442\u044c. \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u043a\u043e\u0440\u043f\u0443\u0441\u0435 ru_web-public_2019_1M \u0438\u0437 <a href=\"https:\/\/wortschatz.uni-leipzig.de\/en\/download\/Russian\" rel=\"noopener noreferrer nofollow\">\u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u043e\u0439 \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u0438<\/a>.<\/p>\n<pre><code class=\"python\">print(generate('fill | \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a _3_, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.')) # \u0441\u043c\u043e\u0442\u0440\u0438\u0442 \u043d\u0430 \u043e\u0437\u0435\u0440\u043e<\/code><\/pre>\n<p><strong>\u0412\u043e\u0441\u0441\u0442\u0430\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u0430<\/strong> \u0438\u0437 \u0437\u0430\u0448\u0443\u043c\u043b\u0451\u043d\u043d\u043e\u0433\u043e \u043c\u0435\u0448\u043a\u0430 \u0441\u043b\u043e\u0432 (<code>assemble<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u0442\u0430\u043a\u0436\u0435 \u043d\u0430 \u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435.<\/p>\n<pre><code class=\"python\">print(generate('assemble | \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u043a\u0430\u0436\u0434\u044b\u0439 \u0437\u043d\u0430\u0442\u044c \u0444\u0430\u0437\u0430\u043d \u0441\u0438\u0434\u0438\u0442')) # \u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0437\u043d\u0430\u0435\u0442, \u0447\u0442\u043e \u0444\u0430\u0437\u0430\u043d \u0441\u0438\u0434\u0438\u0442.<\/code><\/pre>\n<p><strong>\u0423\u043f\u0440\u043e\u0449\u0435\u043d\u0438\u0435<\/strong> \u0442\u0435\u043a\u0441\u0442\u043e\u0432 (<code>simplify<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043e\u0440\u043e\u0436\u043a\u0438 <a href=\"https:\/\/github.com\/dialogue-evaluation\/RuSimpleSentEval\" rel=\"noopener noreferrer nofollow\">RuSimpleSentEval<\/a>.<\/p>\n<pre><code class=\"python\">print(generate(     'simplify | \u041c\u0435\u0441\u0442\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0442\u0435\u0442\u043e\u043c \u0441 \u0437\u0430\u0449\u0438\u0449\u0451\u043d\u043d\u044b\u043c ' \\     '\u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043d\u0430\u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043f\u043e \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u044e \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f ' \\     '\u043b\u044e\u043d\u0435\u0431\u0443\u0440\u0433\u0441\u043a\u0438\u0439 \u0441\u0442\u0435\u043f\u043d\u043e\u0439 \u0431\u0430\u0440\u0430\u0448\u0435\u043a.', max_length=32)) # \u041c\u0435\u0441\u0442\u043d\u044b\u043c \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u043c-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0442\u0435\u0442\u043e\u043c \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u043b\u044e\u043d\u0435\u0431\u0443\u0440\u0433\u0441\u043a\u0438\u0439 \u0441\u0442\u0435\u043f\u043d\u043e\u0439 \u0431\u0430\u0440\u0430\u0448\u0435\u043a.<\/code><\/pre>\n<p><strong>\u0414\u0438\u0430\u043b\u043e\u0433\u043e\u0432\u044b\u0439 \u043e\u0442\u0432\u0435\u0442<\/strong> (<code>reply<\/code>\u00a0\u0434\u043b\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432 \u0432 \u0441\u0442\u0438\u043b\u0435 \u0445\u0443\u0434\u043e\u0436\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0439 \u043b\u0438\u0442\u0435\u0440\u0430\u0442\u0443\u0440\u044b, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 <a href=\"https:\/\/github.com\/Koziev\/NLP_Datasets\/blob\/master\/Conversations\/Data\/ru.conversations.txt\" rel=\"noopener noreferrer nofollow\">\u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u041a\u043e\u0437\u0438\u0435\u0432\u0430<\/a>, \u0438 \u00a0<code>answer<\/code>\u00a0\u0434\u043b\u044f \u043e\u0442\u0432\u0435\u0442\u043e\u0432, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 otvet.mail.ru). <\/p>\n<pre><code class=\"python\">print(generate('reply | \u041f\u043e\u043c\u043e\u0433\u0438\u0442\u0435 \u043c\u043d\u0435 \u0437\u0430\u043a\u0430\u0434\u0440\u0438\u0442\u044c \u0434\u0435\u0432\u0443\u0448\u043a\u0443')) # \u0427\u0442\u043e \u044f \u0445\u043e\u0447\u0443?  print(generate('answer | \u041f\u043e\u043c\u043e\u0433\u0438\u0442\u0435 \u043c\u043d\u0435 \u0437\u0430\u043a\u0430\u0434\u0440\u0438\u0442\u044c \u0434\u0435\u0432\u0443\u0448\u043a\u0443')) # \u044f \u0445\u043e\u0447\u0443 \u043f\u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441 \u0434\u0435\u0432\u0443\u0448\u043a\u043e\u0439!!!!!!!!<\/code><\/pre>\n<p><strong>\u041e\u0442\u0432\u0435\u0442 \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443<\/strong> (<code>comprehend<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 SberQUAD.<\/p>\n<pre><code class=\"python\">print(generate(     'comprehend | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 ' \\     '\u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e. \u0412\u043e\u043f\u0440\u043e\u0441: \u043e\u0442\u043a\u0443\u0434\u0430 \u043f\u0440\u0438\u0435\u0445\u0430\u043b \u041c\u043e\u0440\u0433\u0430\u043d?')) # \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438<\/code><\/pre>\n<p><strong>\u0417\u0430\u0434\u0430\u0432\u0430\u043d\u0438\u0435 \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 \u043f\u043e \u0442\u0435\u043a\u0441\u0442\u0443<\/strong> (<code>ask<\/code>), \u043e\u0431\u0443\u0447\u0430\u043b \u0442\u0430\u043a\u0436\u0435 \u043d\u0430 SberQUAD.<\/p>\n<pre><code class=\"python\">print(generate(     'ask | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 ' \\     '\u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e.', max_length=32)) # \u0427\u0442\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430  # \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 \u0438 \u0440\u0430\u043d\u0447\u0435\u0440\u043e?\u0440\u043e?<\/code><\/pre>\n<p><strong>\u0413\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u0430<\/strong> \u043a \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 (<code>headline<\/code>). \u041e\u0431\u0443\u0447\u0430\u043b \u043d\u0430 <a href=\"https:\/\/huggingface.co\/IlyaGusev\/rubert_telegram_headlines\" rel=\"noopener noreferrer nofollow\">\u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0435 \u0418\u043b\u044c\u0438 \u0413\u0443\u0441\u0435\u0432\u0430<\/a> \u043f\u043e \u043c\u043e\u0442\u0438\u0432\u0430\u043c \u0441\u043e\u0440\u0435\u0432\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u0422\u0435\u043b\u0435\u0433\u0440\u0430\u043c\u0430. <\/p>\n<pre><code class=\"python\">print(generate(     'headline | \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u043c\u0435\u0436\u0434\u0443 \u0432\u043b\u0430\u0434\u0435\u043b\u044c\u0446\u0430\u043c\u0438 \u043e\u0432\u0435\u0446 ' \\     '\u0438 \u0440\u0430\u043d\u0447\u0435\u0440\u043e \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438 \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430, ' \\     '\u043f\u0440\u0438\u0431\u044b\u0432\u0448\u0435\u0433\u043e \u0432 \u0421\u0428\u0410 \u0438\u0437 \u0410\u0432\u0441\u0442\u0440\u0430\u043b\u0438\u0438, \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d, \u0432\u043b\u0430\u0434\u0435\u043b\u0438\u0446\u044b ' \\     '\u0431\u043e\u0433\u0430\u0442\u043e\u0433\u043e \u0441\u043a\u043e\u0442\u043e\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u043d\u0447\u043e.', max_length=32)) # \u041d\u0430 \u0444\u043e\u043d\u0435 \u0437\u0435\u043c\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043d\u0444\u043b\u0438\u043a\u0442\u0430 \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043b\u044e\u0431\u0432\u0438  # \u043e\u0432\u0446\u0435\u0432\u043e\u0434\u0430 \u041c\u043e\u0440\u0433\u0430\u043d\u0430 \u041b\u0435\u0439\u043d\u0430 \u0438 \u041c\u0430\u0440\u0438\u0438 \u0421\u0438\u043d\u0433\u043b\u0435\u0442\u043e\u043d<\/code><\/pre>\n<p>\u041a\u0430\u043a \u0436\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u044d\u0442\u0430 \u043c\u0430\u0433\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f <code>generate<\/code>? \u0421\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0439 <code>python<\/code> \u0438 \u043a\u043e\u0434 \u0438\u0437 <a href=\"https:\/\/huggingface.co\/transformers\/\" rel=\"noopener noreferrer nofollow\">transformers<\/a>, \u0438 \u0434\u0430\u043b\u044c\u0448\u0435 \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0438\u0437 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0432\u044b\u0448\u0435. \u041f\u043e\u043f\u0440\u043e\u0431\u043e\u0432\u0430\u0442\u044c \u044d\u0442\u043e \u0432\u044b \u043c\u043e\u0436\u0435\u0442\u0435 \u0432 <a href=\"https:\/\/colab.research.google.com\/drive\/1u1gNRuUQGUI15cSk9Kfm2yMlUDAcj4P9?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u0434\u0435\u043c\u043e-\u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>.<\/p>\n<pre><code class=\"python\"># !pip install transformers sentencepiece --quiet import torch from transformers import T5ForConditionalGeneration, T5Tokenizer model_name = \"cointegrated\/rut5-base-multitask\" tokenizer = T5Tokenizer.from_pretrained(model_name) model = T5ForConditionalGeneration.from_pretrained(model_name)  def generate(text, **kwargs):     inputs = tokenizer(text, return_tensors='pt')     with torch.no_grad():         hypotheses = model.generate(**inputs, num_beams=5, **kwargs)     return tokenizer.decode(hypotheses[0], skip_special_tokens=True)<\/code><\/pre>\n<p>\u0412\u0435\u0441\u044c \u043a\u043e\u0434, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u044f \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b \u043c\u043e\u0434\u0435\u043b\u044c, \u0435\u0441\u0442\u044c <a href=\"https:\/\/gist.github.com\/avidale\/4de1454bf41822dc862fddbd779d4cc6\" rel=\"noopener noreferrer nofollow\">\u0432 \u044d\u0442\u043e\u043c \u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>; \u043e\u043d \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0447\u0438\u0441\u0442\u044b\u0439, \u0438\u0431\u043e \u044f \u0442\u043e\u043b\u044c\u043a\u043e \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0438\u0440\u043e\u0432\u0430\u043b, \u0438 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u0434\u0430\u0447, \u043d\u0435 \u0432\u043e\u0448\u0435\u0434\u0448\u0438\u0445 \u0432 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u043d\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e \u043c\u043e\u0434\u0435\u043b\u0438. \u0410 \u0441\u0430\u043c\u0430 \u043c\u043e\u0434\u0435\u043b\u044c \u0432\u044b\u043b\u043e\u0436\u0435\u043d\u0430 \u0432 \u043a\u0430\u0442\u0430\u043b\u043e\u0433 Huggingface: <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">cointegrated\/rut5-base-multitask<\/a>.<\/p>\n<h2>\u041a\u0430\u043a \u043e\u0431\u0443\u0447\u0430\u0442\u044c T5 \u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445<\/h2>\n<p>\u0422\u0435\u043a\u0443\u0449\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430\u0434\u0443\u043c\u044b\u0432\u0430\u043b\u0430\u0441\u044c \u043a\u0430\u043a \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u044f \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 seq2seq \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043a\u0430\u043a \u0431\u043e\u043b\u0432\u0430\u043d\u043a\u0430 \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043e\u0441\u043e\u0431\u043e \u043d\u0435 \u0432\u043e\u0437\u0438\u043b\u0441\u044f \u043d\u0438 \u0441 \u043f\u043e\u0434\u0431\u043e\u0440\u043e\u043c \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043d\u0438 \u0441 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u043e\u0432. \u0421\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e, \u0435\u0441\u043b\u0438 \u0431\u043e\u043b\u0435\u0435 \u0432\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u043e\u043c \u0438 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 \u0438 \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043d\u0430 \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043e\u0434\u043d\u0443 \u0437\u0430\u0434\u0430\u0447\u0443, \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043e\u043d\u0430 \u0431\u0443\u0434\u0435\u0442 \u0435\u0449\u0451 \u043b\u0443\u0447\u0448\u0435. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0442\u0430\u043a \u044f \u0443\u0436\u0435 \u0434\u043e\u043e\u0431\u0443\u0447\u0430\u043b \u0435\u0451 <a href=\"https:\/\/habr.com\/ru\/post\/564916\/\" rel=\"noopener noreferrer nofollow\">\u043d\u0430 \u0437\u0430\u0434\u0430\u0447\u0435 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f<\/a>. \u0410 \u0437\u0434\u0435\u0441\u044c \u044f \u043f\u043e\u043a\u0430\u0436\u0443, \u043a\u0430\u043a \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0442\u0432\u0435\u0447\u0430\u0442\u044c \u043d\u0430 \u0432\u043e\u043f\u0440\u043e\u0441\u044b \u0438\u0437 \u043a\u0440\u043e\u0441\u0441\u0432\u043e\u0440\u0434\u043e\u0432, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a\u0438 <a href=\"https:\/\/huggingface.co\/transformers\/\" rel=\"noopener noreferrer nofollow\">transformers <\/a>\u0438 <a href=\"https:\/\/pytorch.org\" rel=\"noopener noreferrer nofollow\">pytorch<\/a> (\u043f\u0440\u0438 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u0438, \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0442\u043e\u043c \u0441\u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 tensorflow \u0438\u043b\u0438 \u0434\u0440\u0443\u0433\u043e\u0439 \u0444\u043e\u0440\u043c\u0430\u0442). \u041f\u043e\u043b\u043d\u044b\u0439 \u043a\u043e\u0434 \u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0435\u0441\u0442\u044c \u0432\u0441\u0451 <a href=\"https:\/\/colab.research.google.com\/drive\/1u1gNRuUQGUI15cSk9Kfm2yMlUDAcj4P9?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u0432 \u0442\u043e\u043c \u0436\u0435 \u0434\u0435\u043c\u043e \u0431\u043b\u043e\u043a\u043d\u043e\u0442\u0435<\/a>. <\/p>\n<p>\u0418\u043d\u0438\u0446\u0438\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u043c\u043d\u043e\u0433\u043e\u0437\u0430\u0434\u0430\u0447\u043d\u043e\u0439 \u0432\u0435\u0440\u0441\u0438\u0435\u0439. \u0422\u0443\u0442, \u043a\u0430\u043a \u0438 \u0432\u0435\u0437\u0434\u0435 \u0432 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0435 <code>transformers<\/code>, <code>model<\/code> \u2013 \u044d\u0442\u043e \u0441\u0430\u043c\u0430 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u0430 <code>tokenizer<\/code> \u2013 \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438, \u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u0437\u0430 \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0441\u043e \u0441\u043b\u043e\u0432\u0430\u0440\u0451\u043c: \u0440\u0430\u0437\u0431\u0438\u0435\u043d\u0438\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0447\u0438\u0441\u043b\u043e\u0432\u044b\u0435 \u0442\u043e\u043a\u0435\u043d\u044b, \u0438 \u0441\u0431\u043e\u0440 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0438\u0437 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043e\u0431\u0440\u0430\u0442\u043d\u043e. <code>optimizer<\/code> \u2013 \u044d\u0442\u043e \u043e\u0431\u044a\u0435\u043a\u0442, \u043e\u0442\u0432\u0435\u0447\u0430\u044e\u0449\u0438\u0439 \u0437\u0430 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u044b\u0439 \u0441\u043f\u0443\u0441\u043a; \u043e\u043d \u043d\u0443\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430 \u0432\u0440\u0435\u043c\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f.<\/p>\n<pre><code class=\"python\">import torch  from transformers import T5ForConditionalGeneration, T5Tokenizer raw_model = 'cointegrated\/rut5-base-multitask'  model = T5ForConditionalGeneration.from_pretrained(raw_model).cuda(); tokenizer = T5Tokenizer.from_pretrained(raw_model) optimizer = torch.optim.Adam(model.parameters(), lr=1e-5)<\/code><\/pre>\n<p>\u041d\u0438\u0436\u0435  \u2013 \u043f\u043e\u043b\u043d\u044b\u0439 \u043a\u043e\u0434 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0438.  \u041f\u0440\u0435\u0434\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f <code>pairs<\/code>  \u2013 \u044d\u0442\u043e \u0441\u043f\u0438\u0441\u043e\u043a \u0438\u0437 \u043f\u0430\u0440, \u0441\u043e\u0441\u0442\u043e\u044f\u0449\u0438\u0445 \u0438\u0437 \u0432\u043e\u043f\u0440\u043e\u0441\u0430 \u0438 \u043e\u0442\u0432\u0435\u0442\u0430. \u041d\u0430 GPU \u043e\u0434\u043d\u0430 \u044d\u043f\u043e\u0445\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 75 \u0442\u044b\u0441\u044f\u0447\u0430\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u043e\u043a\u043e\u043b\u043e 15 \u043c\u0438\u043d\u0443\u0442.<\/p>\n<pre><code class=\"python\">from tqdm.auto import trange import random import numpy as np  batch_size = 16  # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0432 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430 \u043e\u0434\u0438\u043d \u0448\u0430\u0433 report_steps = 200  # \u0440\u0430\u0437 \u0432 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0448\u0430\u0433\u043e\u0432 \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u043c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 epochs = 3  # \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0440\u0430\u0437 \u043c\u044b \u043f\u043e\u043a\u0430\u0436\u0435\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u043e\u0434\u0435\u043b\u0438  model.train() losses = [] for epoch in range(epochs):     print('EPOCH', epoch)     random.shuffle(pairs)     for i in trange(0, int(len(pairs) \/ batch_size)):         batch = pairs[i * batch_size: (i + 1) * batch_size]         # \u043a\u043e\u0434\u0438\u0440\u0443\u0435\u043c \u0432\u043e\u043f\u0440\u043e\u0441 \u0438 \u043e\u0442\u0432\u0435\u0442          x = tokenizer([p[0] for p in batch], return_tensors='pt', padding=True).to(model.device)         y = tokenizer([p[1] for p in batch], return_tensors='pt', padding=True).to(model.device)         # -100 - \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435, \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0449\u0435\u0435 \u043d\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0442\u043e\u043a\u0435\u043d\u044b         y.input_ids[y.input_ids == 0] = -100         # \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u043f\u043e\u0442\u0435\u0440\u044c         loss = model(             input_ids=x.input_ids,             attention_mask=x.attention_mask,             labels=y.input_ids,             decoder_attention_mask=y.attention_mask,             return_dict=True         ).loss         # \u0434\u0435\u043b\u0430\u0435\u043c \u0448\u0430\u0433 \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u043d\u043e\u0433\u043e \u0441\u043f\u0443\u0441\u043a\u0430         loss.backward()         optimizer.step()         optimizer.zero_grad()         # \u043f\u0435\u0447\u0430\u0442\u0430\u0435\u043c \u0441\u043a\u043e\u043b\u044c\u0437\u044f\u0449\u0435\u0435 \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u043f\u043e\u0442\u0435\u0440\u044c         losses.append(loss.item())         if i % report_steps == 0:             print('step', i, 'loss', np.mean(losses[-report_steps:]))<\/code><\/pre>\n<p>\u0422\u0440\u0438 \u044d\u043f\u043e\u0445\u0438 \u044f \u0432\u044b\u0431\u0440\u0430\u043b \u043e\u0442 \u0431\u0430\u043b\u0434\u044b. \u0420\u0430\u0437\u043c\u0435\u0440 \u0431\u0430\u0442\u0447\u0430 \u044f \u0432\u044b\u0431\u0440\u0430\u043b \u043e\u043f\u044b\u0442\u043d\u044b\u043c \u043f\u0443\u0442\u0451\u043c: \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439, \u043f\u0440\u0438 \u043a\u043e\u0442\u043e\u0440\u043e\u043c \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u043f\u0430\u043c\u044f\u0442\u0438 \u043d\u0430 GPU. <code>learning_rate<\/code>, \u0440\u0430\u0432\u043d\u044b\u0439 <code>1e-5<\/code>, \u044f \u0432\u044b\u0441\u0442\u0430\u0432\u0438\u043b, \u0438\u0441\u0445\u043e\u0434\u044f \u0438\u0437 \u043e\u043f\u044b\u0442\u0430: \u043e\u0431\u044b\u0447\u043d\u043e \u043f\u0440\u0438 \u043d\u0451\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u0431\u0443\u0447\u0430\u0435\u0442\u0441\u044f \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0431\u044b\u0441\u0442\u0440\u043e, \u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e.<\/p>\n<p>\u041a\u043e\u0434 \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043e\u0442\u0432\u0435\u0442\u0430 \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u0432\u0435\u0441\u044c\u043c\u0430 \u043f\u0440\u043e\u0441\u0442:<\/p>\n<pre><code class=\"python\">model.eval()  def answer(x, **kwargs):     inputs = tokenizer(x, return_tensors='pt').to(model.device)     with torch.no_grad():         hypotheses = model.generate(**inputs, **kwargs)     return tokenizer.decode(hypotheses[0], skip_special_tokens=True)<\/code><\/pre>\n<p>\u041f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c,\u00a0\u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e\u00a0\u0445\u043e\u0440\u043e\u0448\u043e\u00a0\u043c\u043e\u0434\u0435\u043b\u044c\u00a0\u0432\u044b\u0443\u0447\u0438\u043b\u0430\u00a0\u0441\u0432\u043e\u044e\u00a0\u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u043e\u0447\u043d\u0443\u044e\u00a0\u0432\u044b\u0431\u043e\u0440\u043a\u0443.\u00a0<\/p>\n<pre><code>\u041a\u0430\u043a\u043e\u0435 \u0436\u0438\u0432\u043e\u0442\u043d\u043e\u0435 \u0440\u0430\u043d\u044c\u0448\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u043a\u0430\u043c\u0435\u043b\u043e\u043f\u0430\u0440\u0434\u043e\u043c? answer:<\/code><\/pre>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-388010","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/388010","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=388010"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/388010\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=388010"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=388010"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=388010"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}