Update README.md

README.md

@@ -24,6 +24,42 @@ base_model:
 ![image/png](https://cdn-uploads.huggingface.co/production/uploads/652cedbdf120598322ae358a/O4eQEhnowETEatDPcmArB.png)
 
 
+![image/png](https://cdn-uploads.huggingface.co/production/uploads/652cedbdf120598322ae358a/oW0Q6LzD_Py3GdH0kfqu4.png)
+
+## Метрики и оценка качества
+
+Модель была оценена на Ru-Arena-General, MERA, llmtf_open
+
+#### Результаты на Ru-Arena-General
+
+Замеры были произведены с использованием оффициального кода лидерборда (https://github.com/VikhrModels/ru_llm_arena), **но с repetition_penalty=1.1**. 
+
+Приведена лишь часть лидерборда, подробнее смотрите в репозитории бенчмарка (https://huggingface.co/spaces/Vikhrmodels/arenahardlb).
+
+---
+datasets:
+- IlyaGusev/saiga_scored
+- IlyaGusev/saiga_preferences
+- dichspace/darulm
+language:
+- ru
+pipeline_tag: text-generation
+---
+
+## Model description
+
+Инструктивная версия адаптированной на русский язык модели Qwen2.5-7B. В модели был заменен токенизатор, затем произведено дообучение (Continued pretraining) на русскоязычном корпусе, после чего была применена техника LEP (Learned Embedding Propagation, paper will be soon).
+
+Благодаря новому токенизатору (расширенный tiktoken cl100k с помощью униграм токенизатора на 48 т. токенов) скорость генерации* русскоязычных текстов возрасла до 60% по сравнению с исходной моделью Qwen-2.5-7B-Instruct.
+
+*Под скоростью генерации подразумевается количество русскоязычных символов/слов в секунду на одинаковых текстовых последовательностях.
+
+## Токенизация
+
+
+![image/png](https://cdn-uploads.huggingface.co/production/uploads/652cedbdf120598322ae358a/O4eQEhnowETEatDPcmArB.png)
+
+
 ![image/png](https://cdn-uploads.huggingface.co/production/uploads/652cedbdf120598322ae358a/oW0Q6LzD_Py3GdH0kfqu4.png)
 
 ## Метрики и оценка качества
@@ -38,20 +74,31 @@ base_model:
 
 | Model Name                                       | Winrate  | 95% CI             | Average # Tokens |
 |--------------------------------------------------|--------|--------------------|------------------|
-| gpt-4-1106-preview                               | 90.9   | (-1.3, 1.0)        | 541              |
-| gpt-4o-mini                                      | 83.9   | (-1.8, 1.1)        | 448              |
-| vikhr-nemo-12b-instruct-r-21-09-24               | 79.8   | (-2.2, 1.9)        | 627              |
-| gemma-2-9b-it-sppo-iter3                         | 73.6   | (-1.6, 2.2)        | 509              |
-| gemma-2-9b-it                                    | 69.2   | (-2.5, 1.9)        | 459              |
-| saiga_llama3_8b_v7                               | 67.6   | (?, ?)             | 503              |
-| **ruadapt_qwen2.5_3B_ext_u48_instruct_v4**           | **66.1**   | **(?, ?)**             | **531**              |
-| t-lite-instruct-0.1                              | 64.7   | (-2.1, 1.7)        | 810              |
-| vikhr-llama3.1-8b-instruct-r-21-09-24            | 63.4   | (-2.1, 2.5)        | 618              |
-| suzume-llama-3-8B-multilingual-orpo-borda-half   | 57.1   | (-1.9, 2.2)        | 682              |
-| mistral-nemo-instruct-2407                       | 50.5   | (-2.7, 2.6)        | 403              |
-| gpt-3.5-turbo-0125                               | 50.0   | (0.0, 0.0)         | 220              |
-| c4ai-command-r-v01                               | 49.0   | (-1.7, 2.2)        | 529              |
-| meta-llama-3.1-8b-instruct                       | 43.1   | (-2.8, 2.3)        | 628              |
+| gpt-4-1106-preview                               | 90.9   | (	+1.3 / -0.9)        | 541              |
+| vikhr-nemo-12b-instruct-r-21-09-24               | 87.3   | (+1.1 / -1.2)        | 627              |
+| gpt-4o-mini                                      | 83.9   | (+1.9 / -1.6)        | 448              |
+| ruadapt_qwen2.5_7B_ext_u48_instruct          | 81.9   | (+1.7 / -1.6)             | 556              |
+| gemma-2-9b-it                                    | 76.5   | (+1.1 / -1.1)        | 459              |
+| Qwen2.5-7B-Instruct                              | 76.0   |    (+1.6 / -1.8)    | 484              |
+| gemma-2-9b-it-sppo-iter3                         | 73.6   | (+2.1 / -2.2)        | 509              |
+| saiga_llama3_8b_v7                               | 67.6   | (+1.7 / -1.4)             | 503              |
+| **ruadapt_qwen2.5_3B_ext_u48_instruct_v4**           | **66.1**   | **(+2.2 / -1.9)**             | **531**              |
+| t-lite-instruct-0.1                              | 64.7   | (+2.3 / -2.2)        | 810              |
+
+
+#### Результаты на MERA
+
+TODO
+
+#### Результаты на llmtf_open
+
+TODO
+
+## How to cite:
+
+Tikhomirov M., Chernyshev D. Facilitating large language model Russian adaptation with Learned Embedding Propagation // 2024 (will be soon)
+
+Tikhomirov M., Chernyshev D. Impact of Tokenization on LLaMa Russian Adaptation //2023 Ivannikov Ispras Open Conference (ISPRAS). – IEEE, 2023. – С. 163-168.
 
 #### Результаты на MERA