Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Архитектура: t5 · dense
Опубликована: 25 мая 2024

Ссылки

Hugging Face

Simple_Translation-model-for-GPT-v2

Dhahlan2000

Языковая модель3 профессии

Модель T5, обученная с нуля, предназначена для перевода текста.

11скачиваний за 30 дней0лайковвеса обновлены25 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Dhahlan2000/Simple_Translation-model-for-GPT-v2 — модель семейства T5 с архитектурой T5ForConditionalGeneration и 38,5 млн параметров. По названию репозитория и тегу text2text-generation она предназначена для перевода текста. Автор сообщает, что модель обучена с нуля на неизвестном наборе данных; в README приведены результаты оценки: BLEU 47,2655, loss 0,1430 и средняя длина генерации 15,2769 токена.

Модель принимает текст и генерирует текст; заявленный контекст составляет 512 токенов. Языки перевода, конкретные направления и рекомендуемые сценарии не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

перевод текста

Ограничения

Языки и направления перевода, обучающие данные и ограничения применения не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Simple_Translation-model-for-GPT-v2

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1430
Bleu: 47.2655
Gen Len: 15.2769

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
0.2158	1.0	4571	0.1551	46.2737	15.265
0.2101	2.0	9142	0.1430	47.2655	15.2769

Framework versions

Transformers 4.41.0
Pytorch 2.3.0+cu121
Datasets 2.19.1
Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: T5ForConditionalGeneration
Ревизия весов: 330ff5c