| ## Описание модели | |
| Этот чатбот - дипломная работа студента Андрея Ворожко в УИИ (Университет Искусственного Интеллекта). | |
| Окончание обучения - март 2022 года. | |
| Чатбот сделан на основе модели [Kirili4ik/ruDialoGpt3-medium-finetuned-telegram](https://huggingface.co/Kirili4ik/ruDialoGpt3-medium-finetuned-telegram) | |
| Теперь модель дообучена на основе 27000 анекдотов (14 эпох, скорость обучения в колабе 2-6 часов на эпоху) и умеет понимать контекст разговора. Однако контекст приходится ограничивать несколькими последними сообщениями потому что чем больше контекста тем медленнее модель работает, а контекст растет как снежный ком в процессе разговора. | |
| Инференс находится в [spaces](https://huggingface.co/spaces/avorozhko/funbot): | |
| Там с ботом можно поговорить. Контекст ограничен 10 последними сообщениями. | |
| Шутки бот выдает, но пока скорее случайно, чем намеренно. Однако разговор поддержать способен и даже немного развлечь. | |
| Так как это генерация текста, то на одну и ту же фразу бот всегда будет выдавать разные ответы. | |
| Также для определения качества данной модели использовалась кастомная метрика - угловое расстояния между эмбеддингами y_train и предикта. | |
| То есть мы взяли первый слой эмбеддинга модели и прогоняли предикты и лейблы, получили вектора слов. Потом вектора слов суммировали и получили общие (суммарные) вектора лейблов и предиктов. Чем меньше угол между ними, тем лучше. При рассчетах ориентировались на косинус этого угла, так как cos 0 = 1, то это очень удобно - чем ближе показатель к 1, тем лучше. | |
| Вот такое распределение этих значений получилось по эпохам на ПРОВЕРОЧНОЙ выборке (1406 анекдотов): | |
| ``` | |
| {1: tensor(0.9357, device='cuda:0', grad_fn=<DivBackward0>), | |
| 2: tensor(0.9390, device='cuda:0', grad_fn=<DivBackward0>), | |
| 3: tensor(0.9417, device='cuda:0', grad_fn=<DivBackward0>), | |
| 4: tensor(0.9439, device='cuda:0', grad_fn=<DivBackward0>), | |
| 5: tensor(0.9470, device='cuda:0', grad_fn=<DivBackward0>), | |
| 6: tensor(0.9537, device='cuda:0', grad_fn=<DivBackward0>), | |
| 7: tensor(0.9568, device='cuda:0', grad_fn=<DivBackward0>), | |
| 8: tensor(0.9592, device='cuda:0', grad_fn=<DivBackward0>), | |
| 9: tensor(0.9610, device='cuda:0', grad_fn=<DivBackward0>), | |
| 10: tensor(0.9622, device='cuda:0', grad_fn=<DivBackward0>), | |
| 11: tensor(0.9628, device='cuda:0', grad_fn=<DivBackward0>), | |
| 12: tensor(0.9632, device='cuda:0', grad_fn=<DivBackward0>), | |
| 13: tensor(0.9630, device='cuda:0', grad_fn=<DivBackward0>), | |
| 14: tensor(0.9634, device='cuda:0', grad_fn=<DivBackward0>), | |
| 15: tensor(0.9634, device='cuda:0', grad_fn=<DivBackward0>)} | |
| ``` | |
| Для инференса выбрана 14-я эпоха с точностью 0.9634. Далее, судя по всему идет уже переобучение. |