/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
Translation-GPT-v2
Опубликована
21 мая 2024

Translation-GPT-v3

Языковая модель3 профессии

Дообученная модель mT5 для перевода текста, представленная в формате TensorFlow.

10скачиваний за 30 дней0лайковвеса обновлены21 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

Translation-GPT-v3 — дообученная разработчиком Dhahlan2000 модель семейства mT5 для генерации текста по текстовому запросу. Она содержит 157,4 млн параметров и представлена в формате TensorFlow. По карточке указаны результаты обучения на одном неизвестном наборе данных: значение функции потерь на обучении — 3,2180, на проверке — 2,5928 после одной эпохи.

Модель предназначена для перевода текста, однако README не описывает поддерживаемые языковые пары, качество перевода или конкретные сценарии применения. Она дообучена на базе Dhahlan2000/Translation-GPT-v2; лицензия — Apache-2.0.

Сценарии применения

  • перевод текста между поддерживаемыми языками

Ограничения

В карточке не описаны поддерживаемые языки и пары перевода, а обучающий набор данных обозначен как неизвестный. Приведены только значения потерь после одной эпохи; оценок качества перевода и конкретных ограничений не указано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Translation-GPT-v3

This model is a fine-tuned version of Dhahlan2000/Translation-GPT-v2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 3.2180
  • Validation Loss: 2.5928
  • Epoch: 1

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 2e-05, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
3.47752.80300
3.21802.59281

Framework versions

  • Transformers 4.40.2
  • TensorFlow 2.15.0
  • Datasets 2.17.0
  • 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
MT5ForConditionalGeneration
Ревизия весов
23f4353

0 моделей