library_name: transformers
base_model: ai-forever/rugpt3small_based_on_gpt2
tags:
- generated_from_trainer
model-index:
- name: DmitryYarov/Aristo2025
results: []
datasets:
- DmitryYarov/aristotle_csv__ext
license: mit
language:
- ru
metrics:
- bertscore
- perplexity
aristotle_csv2
This model is a fine-tuned version of ai-forever/rugpt3small_based_on_gpt2 on an DmitryYarov/aristotel_hignlitened_extended_csv dataset. It achieves the following results on the evaluation set:
- Loss: 3.3083
Model description
Модель дообученная на текстах аристотеля в рамках проекта Лаборатория Цифровой Философии
Intended uses & limitations
Для проведения мысленных экспериментов в рамках курса философии Античности
Training and evaluation data
Аристотель (1976). Собрание сочинений в 4-х томах. Т. 1. Москва: Мысль. Аристотель (1978). Метафизика, о душе. Собрание сочинений в 4-х томах. Т. 2. Москва: Мысль. Аристотель (1981). Категории, о истолковании, первая аналитика, вторая аналитика, книга первая, книга вторая, топика, о софистических опровержениях. Собрание сочинений в 4-х томах. Т. 3. Москва: Мысль. Аристотель (1983). Физика, о небе, о возникновении и уничтожении, метеорологика. Собрание сочинений в 4-х томах. Т. 4. - Аристотель. Никомахова этика, Политика.
Кроме того, было принято решение не исключать из выборки текстов аналитического характера, опубликованных в полном собрании сочинений, но не принадлежащих непосредственно Аристотелю. Включены следующие работы: В. Асмус, «Метафизика Аристотеля».Микеладзе, «Основоположения логики Аристотеля».И. Д. Рожанский, «Естественнонаучные сочинения Аристотеля». 1. Т. Φ.X. Кессиди, «Этические сочинения Аристотеля». А. И. Доватур, «Политика Аристотеля». Целью такого подхода было избежать переобучения модели, а также обеспечить контекстуальную релевантность русского языка. Для подготовки данных был проведён процесс их очистки и нормализации, после чего они были собраны в датасет в формате CSV (Далее по тексту «Датасет» ). Каждое предложение из текстов было представлено как отдельная сущность в датасете, общее количество которых составило 7187.
Training procedure
Training hyperparameters
The following hyperparameters were used during training:
- learning_rate: 5e-05
- train_batch_size: 8
- eval_batch_size: 8
- seed: 42
- gradient_accumulation_steps: 4
- total_train_batch_size: 32
- optimizer: Use OptimizerNames.ADAFACTOR and the args are: No additional optimizer arguments
- lr_scheduler_type: linear
- lr_scheduler_warmup_steps: 500
- num_epochs: 30
- mixed_precision_training: Native AMP
Training results
| Training Loss | Epoch | Step | Validation Loss |
|---|---|---|---|
| 5.1893 | 1.0 | 129 | 3.9908 |
| 3.6923 | 2.0 | 258 | 3.4627 |
| 3.4284 | 3.0 | 387 | 3.3217 |
| 3.146 | 4.0 | 516 | 3.2514 |
| 2.86 | 5.0 | 645 | 3.2055 |
| 2.6066 | 6.0 | 774 | 3.2279 |
| 2.3943 | 7.0 | 903 | 3.2737 |
| 2.1619 | 8.0 | 1032 | 3.3083 |
Framework versions
- Transformers 4.48.3
- Pytorch 2.5.1+cu124
- Datasets 3.3.0
- Tokenizers 0.21.0