/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Архитектура
t5 · dense
Опубликована
26 фев 2024

Nahuatl_Espanol_v1

Языковая модель3 профессии

Модель T5 на 123,8 млн параметров для перевода между науатлем и испанским.

12скачиваний за 30 дней1лайквеса обновлены11 июн 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

NahuatlEspanolv1 — модель архитектуры T5 для генерации текста по тексту, обученная с нуля. Она предназначена для преобразования текста на науатле и испанском; название модели и BLEU 29,2544 на оценочном наборе указывают на задачу перевода, однако описание не уточняет направление перевода и состав данных. Модель содержит 123,8 млн параметров, принимает контекст до 512 токенов и представлена в формате safetensors. Разработчик и лицензия в доступных данных не указаны.

Сценарии применения

  • перевод текста с науатля на испанский
  • перевод текста с испанского на науатль
  • оценка качества перевода между науатлем и испанским

Ограничения

Направление перевода, обучающий набор данных и условия лицензии не раскрыты. Указанный BLEU измерен на оценочном наборе, состав которого не описан.

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

Nahuatl_Espanol_v1

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

  • Loss: 0.6778
  • Bleu: 29.2544
  • Gen Len: 42.705

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: 0.0005
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossBleuGen Len
No log2.12773000.783426.619941.9314
0.30384.25536000.642827.590842.4358
0.30386.38309000.677829.254442.705

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.1.0
  • Datasets 2.19.2
  • 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
b902f18

0 моделей