Характеристики

Контекст: 1 024 токена
Параметры: 333 млн
Архитектура: m2m_100 · dense
Опубликована: 22 авг 2023

Ссылки

Hugging Face

m2m100_418M-finetuned-tq-to-ar

ad019el

Языковая модель3 профессии

Экспериментальная модель M2M100 для перевода текста с языка tq на арабский.

9скачиваний за 30 дней0лайковвеса обновлены25 авг 2023

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

ad019el/m2m100_418M-finetuned-tq-to-ar — модель машинного перевода на архитектуре M2M100 для преобразования текста с языка tq на арабский. В метаданных указаны 332,5 млн параметров, контекст до 1024 токенов и формат PyTorch. README сообщает, что модель обучалась с нуля, но не уточняет датасет; оценка BLEU на тестовом наборе составляет 3,5687.

Модель предназначена для перевода текстовых фрагментов на арабский. Низкий BLEU указывает на слабое качество перевода в приведённой оценке; использовать её для важных или требующих точности переводов не рекомендуется. Лицензия не указана в доступных данных.

Сценарии применения

черновой перевод текста с языка tq на арабский
эксперименты с машинным переводом на арабский
оценка перевода с языка tq на тестовом наборе

Ограничения

В оценке README BLEU равен 3,5687, что указывает на низкое качество перевода. Датасет и условия обучения не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

m2m100_418M-finetuned-tq-to-ar

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.4806
Bleu: 3.5687
Gen Len: 37.0213

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-06
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 15

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
2.0921	0.71	500	2.4668	3.4363	37.5629
2.2662	1.42	1000	2.4560	3.4209	37.3412
2.2529	2.13	1500	2.4655	3.3428	36.7942
2.2298	2.84	2000	2.4653	3.1674	38.6119
2.2172	3.56	2500	2.4806	3.5687	37.0213

Framework versions

Transformers 4.32.0
Pytorch 2.0.1+cu118
Datasets 2.14.4
Tokenizers 0.13.3

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: M2M100ForConditionalGeneration
Ревизия весов: 0ad2770