• Stars
    star
    121
  • Rank 286,081 (Top 6 %)
  • Language
  • Created over 3 years ago
  • Updated over 3 years ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

AI Journey 2020

создание прототипов с помощью ruGPT3

https://ai-journey.ru/contest

Соревнование NLP-моделей на основе ruGPT3

Постановка задачи

Необходимо разработать прототип системы, которая использует модель ruGPT3 для создания рабочего прототипа продукта.

Идея оценивается по 3 параметрам: бизнес-применение, инновационность, эмоциональное вовлечение

  • необходим рабочий код решения

Все три параметра оценивает жюри (ODS, Сбер, Альянс и тд) по шкале от 1 до 10, подробные критерии ниже.

Критерий-1: Бизнес-применение

• Суть: В критерии оценивается бизнес-потенциал проекта, его реализуемость, наличие целевой аудитории.
• Пример: 
    ◦ приложение для создания макетов сайтов по их словесному описанию https://twitter.com/jsngr/status/1287026808429383680
    ◦ робот-юрист переписывает жалобы и показания людей на официальный юридический язык https://twitter.com/f_j_j_/status/1283349995144359937 
• Шкала: от 0 до 10, где 10 – наилучший результат, 0 -наихудший. 

Критерий-2: Эмоциональное вовлечение

• Суть: в этом критерии оценивается эмоциональное вовлечение пользователей в концепцию прототипа. Ваш прототип может быть основам на социально-ответственной тематике, 
• Пример: Стартап LearnFromAnyone создает автоматизированную систему для обучения детей предметным знаниям от первого лица: хотите изучить ракетостроение? Илон Маск расскажет  как. https://learnfromanyone.com/ https://news.ycombinator.com/item?id=23870595 
• Шкала: от 0 до 10. 

Критерий-3: Инновации

• Суть: в критерии оценивается способность предложенного проекта оптимизировать существующие процессы с помощью современных технологий, и/или улучшать качество предоставляемых услуг.
• Пример: GPT-3 Tailwind CSS Code Generator (https://gpt-tailwind.com/) позволяет генерировать элементы  CSS для сайта по их описанию на английском языке. Проекты такого рода 
• Шкала: от 0 до 10. 

Примеры

Разрешается взять за основу идеи из репозитория awesome-GPT3:

App and layout tools

Search and data analysis

Program generation and analysis

Text generation

Content creation

Model

ruGPT large (760M parameters) based on GPT3 paper

репозиторий с моделями

Обучена на:

  • common crawl
  • wiki
  • github
  • stackoverflow
  • news
  • social media
  • books

Пример работы модели - генерация сочиннения ЕГЭ по заданной теме:

Предмет: литература
Тема: Кем является Чацкий: победителем или побежденным? (по комедии А.С. Грибоедова «Горе от ума»)
Сочинение: В соответствии с теми характеристиками образа, которые дает Грибоедов Чацкому в комедии «Горе от ума», он оказывается так или иначе победителем, поскольку удаляется от людей и не видит их. У Чацкого один путь — к самоубийству. Однако при этом он не производит впечатления побежденного героя. Второй путь Чацкого (эгоцентрический) — сохранить достоинство, и он не рассматривает самоубийство как путь к бессмертию.  Поэтому, на наш взгляд, читателю важно понять, кто такой Чацкий и на каком пути он живет.
На каком пути живет Чацкий? На его взгляд, Чацкому свойственна не только всеядность: способность говорить как человек, не чуждый эгоизму и самолюбованию. В его внутренней «темнице» развиваются внутренние конфликты, связанные с его судьбой. Чацкий хотел быть «добрым помещиком». Он хотел служить обществу, но оказался неудачником. Можно ли назвать его победителем? Нам представляется, что нет. Чацкий живет в противоречии с самим собой. Будучи членом дворянского общества, он должен служить ему, но не может соответствовать его требованиям. Человек чести должен служить своей стране, но при этом не хочет быть для общества слугой. Только вера в лучшие идеалы может помочь человеку сохранить свое достоинство.

Данные

Участникам разрешается использовать любые другие текстовые данные для дообучения модели и реализации своей идеи.

Дополнительные данные от организаторов:

Формат решений

Организаторам необходимо прислать:

  • презентацию о своей идее проекта
  • архив с решениями
  • архив с воспроизводимым кодом/Colab-ноутбук с обучением и генерацией

More Repositories

1

Kandinsky-2

Kandinsky 2 — multilingual text2image latent diffusion model
Jupyter Notebook
2,699
star
2

ru-gpts

Russian GPT3 models.
Python
2,060
star
3

ru-dalle

Generate images from texts. In Russian
Jupyter Notebook
1,638
star
4

ghost

A new one shot face swap approach for image and video domains
Python
1,100
star
5

ner-bert

BERT-NER (nert-bert) with google bert https://github.com/google-research.
Jupyter Notebook
404
star
6

ru-dolph

RUDOLPH: One Hyper-Tasking Transformer can be creative as DALL-E and GPT-3 and smart as CLIP
Jupyter Notebook
242
star
7

Real-ESRGAN

PyTorch implementation of Real-ESRGAN model
Python
201
star
8

mgpt

Multilingual Generative Pretrained Model
Jupyter Notebook
194
star
9

KandinskyVideo

KandinskyVideo — multilingual end-to-end text2video latent diffusion model
Python
140
star
10

ru-clip

CLIP implementation for Russian language
Jupyter Notebook
129
star
11

deforum-kandinsky

Kandinsky x Deforum — generating short animations
Python
101
star
12

sage

SAGE: Spelling correction, corruption and evaluation for multiple languages
Jupyter Notebook
101
star
13

digital_peter_aij2020

Materials of the AI Journey 2020 competition dedicated to the recognition of Peter the Great's manuscripts, https://ai-journey.ru/contest/task01
Jupyter Notebook
66
star
14

music-composer

Python
62
star
15

ru-prompts

Python
57
star
16

MERA

MERA (Multimodal Evaluation for Russian-language Architectures) is a new open benchmark for the Russian language for evaluating fundamental models.
Jupyter Notebook
48
star
17

fusion_brain_aij2021

Creating multimodal multitask models
Jupyter Notebook
47
star
18

model-zoo

NLP model zoo for Russian
44
star
19

gigachat

Библиотека для доступа к GigaChat
Python
43
star
20

OCR-model

An easy-to-run OCR model pipeline based on CRNN and CTC loss
Python
42
star
21

augmentex

Augmentex — a library for augmenting texts with errors
Python
40
star
22

StackMix-OCR

Jupyter Notebook
38
star
23

MoVQGAN

MoVQGAN - model for the image encoding and reconstruction
Jupyter Notebook
35
star
24

tuned-vq-gan

Jupyter Notebook
28
star
25

ReadingPipeline

Text reading pipeline that combines segmentation and OCR-models.
Python
23
star
26

htr_datasets

Repository containing our datasets for HTR (handwritten text recognition) task.
Jupyter Notebook
23
star
27

fbc3_aij2023

Jupyter Notebook
20
star
28

mineral-recognition

Python
19
star
29

DigiTeller

18
star
30

fbc2_aij2022

FusionBrain Challenge 2.0: creating multimodal multitask model
Python
16
star
31

combined_solution_aij2019

AI Journey 2019: Combined Solution
Python
15
star
32

railway_infrastructure_detection_aij2021

AI Journey Contest 2021: AITrain
Python
13
star
33

no_fire_with_ai_aij2021

AI Journey Contest 2021: NoFireWithAI
Jupyter Notebook
13
star
34

SEGM-model

An easy-to-run semantic segmentation model based on Unet
Python
11
star
35

ControlledNST

An implementation of Neural Style Transfer in PyTorch.
Jupyter Notebook
8
star
36

kandinsky3-diffusers

Python
5
star
37

mchs-wildfire

Соревнование по классификации лесных пожаров
Jupyter Notebook
4
star
38

no_flood_with_ai_aij2020

Материалы соревнования AI Journey 2020, посвященного прогнозированию паводков на реке Амур, https://ai-journey.ru/contest/task02
Jupyter Notebook
4
star
39

paper_persi_chat

PaperPersiChat: Scientific Paper Discussion Chatbot using Transformers and Discourse Flow Management
Jupyter Notebook
1
star
40

Zoom_In_Video_Kandinsky

Framework for creating Zoom in / Zoom out video based on inpainting Kandinsky
Jupyter Notebook
1
star