Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: t5-small
Опубликована: 17 авг 2024

Ссылки

Hugging Face

meta-translation-chinese-english-model

NeuraFusionAI

Языковая модель4 профессии

Дообученная на FLORES модель T5-small для перевода между китайским и английским языками.

45скачиваний за 30 дней0лайковвеса обновлены17 авг 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

NeuraFusionAI выпустила дообученную на датасете FLORES модель перевода на основе T5-small с 38,5 млн параметров. Она предназначена для машинного перевода между китайским и английским языками; в карточке приведены результаты оценки: BLEU 0,4467 и loss 3,8438. Модель принимает текст и генерирует текст, имеет контекстное окно 512 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Подробные сведения о направлении перевода и практических ограничениях в карточке отсутствуют.

Сценарии применения

перевод текстов с китайского на английский
перевод текстов с английского на китайский
машинный перевод коротких фраз и предложений

Ограничения

В карточке не уточнено направление перевода и не описаны практические ограничения; оценка BLEU 0,4467 приведена только для оценочного набора FLORES.

Для каких профессий подходит4

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 III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

meta-translation-chinese-english-model

This model is a fine-tuned version of t5-small on the flores dataset. It achieves the following results on the evaluation set:

Loss: 3.8438
Bleu: 0.4467
Gen Len: 18.815
Exact Match: 0.0

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: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
No log	1.0	50	3.9743	0.1872	15.755
No log	2.0	100	3.9226	0.196	17.525
No log	3.0	150	3.8931	0.3008	18.075
No log	4.0	200	3.8743	0.4408	18.83
No log	5.0	250	3.8628	0.3987	18.83
No log	6.0	300	3.8546	0.4146	18.905
No log	7.0	350	3.8498	0.4069	18.87
No log	8.0	400	3.8464	0.4022	18.85
No log	9.0	450	3.8445	0.4432	18.815
4.0794	10.0	500	3.8438	0.4467	18.815

Framework versions

Transformers 4.42.4
Pytorch 2.3.1+cu121
Datasets 2.21.0
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: T5ForConditionalGeneration
Ревизия весов: 2ed876d