/ Модель

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-hebrew-small-untrained
Библиотека
transformers
Опубликована
19 сен 2026

trocr-small-BY5-bridgeinit-selfinit

Изображение и текст → текст3 профессии

Дообученная модель VisionEncoderDecoder для преобразования изображений в текст, оценённая метриками CER и WER.

44скачиваний за 30 дней0лайковвеса обновлены20 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

cyttic/trocr-small-BY5-bridgeinit-selfinit — дообученная модель cyttic на базе cyttic/trocr-hebrew-small-untrained. Это модель архитектуры VisionEncoderDecoder для преобразования изображения в текст; репозиторий содержит веса в формате Safetensors. В README приведены результаты оценки: loss 6,0410, CER 0,7729 и WER 1,1879; описание обучения и набора данных отсутствует. По названию модели можно предположить связь с письмом BY5, но README и метаданные не раскрывают целевую задачу или поддерживаемый язык достаточно надёжно для такого вывода. Условия лицензии в предоставленных данных не указаны.

Сценарии применения

  • преобразование изображения с текстом в текст

Ограничения

Данные обучения и предполагаемая область применения не описаны; приведённые CER 0,7729 и WER 1,1879 указывают на слабые результаты на оценочном наборе. Лицензия в доступных сведениях не указана.

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

trocr-small-BY5-bridgeinit-selfinit

This model is a fine-tuned version of cyttic/trocr-hebrew-small-untrained on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 6.0410
  • Cer: 0.7729
  • Wer: 1.1879

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1550
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCerWer
13.53210.129020006.53310.78901.2575
12.67710.258140006.31240.76751.1423
12.85590.387160006.28430.79821.2820
12.54820.516180006.15860.76571.1255
12.39410.6452100006.11020.78021.1589
12.53260.7742120006.07810.77711.1789
12.43750.9032140006.05200.77421.2098
12.17241.0155006.04100.77291.1879

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
5e888e5

0 моделей