/ Модель

Характеристики

Контекст
1 024 токена
Параметры
101 млн
Лицензия
Apache 2.0
Архитектура
fsmt · dense
Базовая модель
wmt19-de-en
Опубликована
18 мар 2024

wmt19-finetuned-it-de-to-en

Языковая модель5 профессий

Дообученная модель FSMT для перевода текстов с немецкого на английский.

16скачиваний за 30 дней0лайковвеса обновлены18 мар 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

wmt19-finetuned-it-de-to-en — дообученная модель FSMT для перевода с немецкого на английский, основанная на facebook/wmt19-de-en. В карточке указаны 100,7 млн параметров, контекст до 1024 токенов и формат весов safetensors. Модель опубликована под лицензией Apache-2.0.

Модель предназначена для машинного перевода немецких текстов на английский. В README приведены результаты оценки на наборе для оценки: BLEU 44,9149 и loss 0,1326; обучающий набор данных не раскрыт. Основа модели — портированная FSMT-модель Facebook FAIR для перевода с немецкого на английский.

Сценарии применения

  • перевод немецких документов на английский
  • перевод немецких пользовательских сообщений на английский
  • черновой перевод немецких статей и материалов на английский

Ограничения

Данные для дообучения не указаны, поэтому область и характер адаптации модели оценить нельзя. Результат BLEU приведён без подробностей о тестовом наборе и условиях оценки.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wmt19-finetuned-it-de-to-en

This model is a fine-tuned version of facebook/wmt19-de-en on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1326
  • Bleu: 44.9149

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: 40
  • eval_batch_size: 160
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.37.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.17.0
  • Tokenizers 0.15.2

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
FSMTForConditionalGeneration
Ревизия весов
3af01c1

0 моделей