/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Опубликована
24 авг 2023

mt5_small_bongsoo_en_ko

Языковая модель

Дообученная модель mT5 для перевода текстов с английского на корейский.

8скачиваний за 30 дней0лайковвеса обновлены3 сен 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

chunwoolee0/mt5_small_bongsoo_en_ko — модель на базе мультиязычной архитектуры mT5, дообученная разработчиком на наборе bongsoo/news_talk_en_ko для перевода с английского на корейский. mT5 основана на архитектуре T5 и предварительно обучена на корпусе Common Crawl для 101 языка; модель содержит 157,4 млн параметров и распространяется в формате PyTorch.

Модель предназначена для машинного перевода англоязычных новостных и разговорных текстов на корейский язык. В карточке приведены метрики оценки: Loss 2,7805, ROUGE-1 0,1932, ROUGE-2 0,0394, ROUGE-L 0,1895 и SacreBLEU 0,4518. Для обучения автор указывает, что максимальную длину последовательности пришлось снизить до 64 из-за нагрузки на GPU; оценивание проводилось на 1% данных.

Лицензия — Apache-2.0. Оценочные результаты и способ разбиения данных ограничивают выводы о качестве на других типах текстов; отдельные ограничения на использование не описаны.

Сценарии применения

  • перевод англоязычных новостей на корейский
  • перевод англоязычных разговорных текстов на корейский
  • автоматический перевод коротких английских сообщений на корейский

Ограничения

Качество на других типах текстов карточкой не подтверждено; приведённая оценка выполнена на доле 1% данных. Для обучения использовалась максимальная длина последовательности 64 из-за нагрузки на GPU.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mt5_small_bongsoo_en_ko

This model is a fine-tuned version of chunwoolee0/mt5_small_bongsoo_en_ko on the bongsoo/news_talk_en_ko dataset. It achieves the following results on the evaluation set:

  • Loss: 2.7805
  • Rouge1: 0.1932
  • Rouge2: 0.0394
  • Rougel: 0.1895
  • Sacrebleu: 0.4518

Model description

mT5, a multilingual variant of T5 that was pre-trained on a new Common Crawl-based dataset covering 101 languages

Intended uses & limitations

Translation from English to Korean

Usage

You can use this model directly with a pipeline for translation language modeling:

>>> from transformers import pipeline
>>> translator = pipeline('translation', model='chunwoolee0/ke_t5_base_bongsoo_en_ko')

>>> translator("Let us go for a walk after lunch.")
[{'translation_text': '식당에 앉아서 밤에 갔다.'}]

>>> translator("Skinner's reward is mostly eye-watering.")
[{'translation_text': '벤더의 선물은 너무 마음이 쏠린다.'}]

Training and evaluation data

The value of max_length is critical to the training. The usual value of 128 used for Indo-European languages causes a greate trouble in gpu usage. Therefore it should be reduced to 64 in order to succeed. Another problem comes from the usual split of data into 80% for train and 20% for validation. By this, the evaluation step takes too much time. Here 99% and 1% split is used without change in the evaluation.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossRouge1Rouge2RougelSacrebleu
3.83380.165002.96260.14750.01840.14550.4243
3.78650.3210002.93050.15290.01810.15080.4435
3.74360.4815002.90670.15720.0190.1550.4464
3.72070.6520002.89240.1650.02330.16290.4532
3.70220.8125002.88250.16470.02310.16270.4504
3.690.9730002.87780.16620.02370.16470.4694

The mT5 model of google cannot be used for Korean although it is trained over 101 languages. Finetuning using very large data set such as bongsoo/news_talk_en_ko still yield garbage. Since GPU memories allowed for free use in colab are greatly limited, repeated fine-tunings for the split datasets are performed to obtain better results. Theoretically, this might give better results. But actual attempts fail to yield better results. Instead, the results become worse. One should use other models like the ke-t5 by KETI(한국전자연구원).

Framework versions

  • Transformers 4.32.1
  • 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
MT5ForConditionalGeneration
Ревизия весов
3d6e239

0 моделей