Характеристики

Контекст: 1 024 токена
Параметры: 333 млн
Лицензия: MIT
Архитектура: m2m_100 · dense
Базовая модель: m2m100_418M
Библиотека: transformers
Опубликована: 9 ноя 2024

Ссылки

Hugging Face

results

jla25

Языковая модель

Дообученная мультиязычная модель M2M100 для перевода текстов между языками.

9скачиваний за 30 дней0лайковвеса обновлены11 ноя 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

jla25/results — дообученная версия мультиязычной encoder-decoder модели facebook/m2m100_418M, опубликованная в формате safetensors и распространяемая по лицензии MIT. Базовая модель предназначена для прямого перевода текстов между 100 языками; карточка этой версии не уточняет датасет и целевое направление дообучения.

В карточке приведены результаты оценки: eval_loss 0,0209 после 11 эпох и 1375 шагов. Модель подходит для задач перевода в рамках возможностей M2M100, однако эти метрики не позволяют оценить качество перевода без описания набора данных и протокола оценки. Контекст составляет 1024 токена.

Сценарии применения

перевод текста между поддерживаемыми языками
машинный перевод коротких текстов
автоматический перевод пользовательских сообщений

Ограничения

Не указаны датасет и целевые языковые направления дообучения. Приведённая метрика eval_loss не позволяет судить о качестве перевода без подробностей оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

results

This model is a fine-tuned version of facebook/m2m100_418M on an unknown dataset. It achieves the following results on the evaluation set:

eval_loss: 0.0209
eval_runtime: 64.6934
eval_samples_per_second: 0.464
eval_steps_per_second: 0.124
epoch: 11.0
step: 1375

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-06
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 25
mixed_precision_training: Native AMP

Framework versions

Transformers 4.44.2
Pytorch 2.5.0+cu121
Datasets 3.1.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры: M2M100ForConditionalGeneration
Ревизия весов: f460c33