Характеристики

Контекст: 512 токенов
Параметры: 56,9 млн
Лицензия: Apache 2.0
Архитектура: marian · dense
Базовая модель: opus-mt-en-hi
Опубликована: 14 сен 2023

Ссылки

Hugging Face

translate_model_error_v0.1

gshields

Языковая модель

Дообученная MarianMT-модель для перевода текста с английского на хинди.

6скачиваний за 30 дней0лайковвеса обновлены14 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

gshields разработал эту модель как дообученную версию Helsinki-NLP/opus-mt-en-hi для перевода текста с английского на хинди. Она построена на архитектуре MarianMT, содержит 56,9 млн параметров и рассчитана на контекст до 512 токенов. В README приведены результаты оценки: BLEU 27,469 и средняя длина генерации 18,5902 токена; датасет дообучения не описан. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

перевод английских фраз на хинди
перевод коротких сообщений с английского на хинди
черновой перевод английских текстов на хинди

Ограничения

Данные обучения не описаны. Оценка BLEU 27,469 приведена без сведений о составе и размере тестового набора, поэтому её нельзя напрямую переносить на другие тексты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

translate_model_error_v0.1

This model is a fine-tuned version of Helsinki-NLP/opus-mt-en-hi on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 3.0332
Bleu: 27.469
Gen Len: 18.5902

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
3.2055	1.0	505	3.0631	27.6314	17.9475
2.8722	2.0	1010	3.0332	27.469	18.5902

Framework versions

Transformers 4.33.1
Pytorch 2.0.1+cu117
Datasets 2.14.5
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: MarianMTModel
Ревизия весов: 7a6a672