Характеристики

Контекст: 512 токенов
Параметры: 56,9 млн
Лицензия: Apache 2.0
Архитектура: marian · dense
Базовая модель: opus-mt-en-hi
Опубликована: 15 сен 2023

Ссылки

Hugging Face

translate_model_error_v0.4

gshields

Языковая модель

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

9скачиваний за 30 дней0лайковвеса обновлены25 окт 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/translate_model_error_v0.4 — дообученная модель перевода на архитектуре MarianMT, основанная на Helsinki-NLP/opus-mt-en-hi. Она предназначена для перевода текста с английского языка на хинди. Модель содержит 56,9 млн параметров и рассчитана на контекст до 512 токенов.

В карточке приведены результаты оценки: loss 4,9509, BLEU 9,6073 и средняя длина генерации 10,2667 токена. README не описывает обучающий набор данных, целевые сценарии и ограничения качества; приведённый BLEU указывает на низкий результат перевода. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

перевод коротких фраз с английского на хинди
черновой перевод англоязычных сообщений на хинди
экспериментальная оценка качества перевода английского на хинди

Ограничения

На оценочном наборе указан BLEU 9,6073, что говорит о низком качестве перевода; набор данных и его состав не описаны. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

translate_model_error_v0.4

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: 4.9509
Bleu: 9.6073
Gen Len: 10.2667

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
No log	1.0	8	5.0268	9.7039	10.5333
No log	2.0	16	4.9509	9.6073	10.2667

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: 9dced93