Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: t5-small
Библиотека: transformers
Опубликована: 11 янв 2025

Ссылки

Hugging Face

vietnamese-correction-t5

liqing000

Языковая модель3 профессии

Дообученная T5-small для исправления текста на вьетнамском языке.

21скачиваний за 30 дней0лайковвеса обновлены11 янв 2025

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

liqing000/vietnamese-correction-t5 — модель T5-small, дообученная для исправления текста на вьетнамском языке. Она принимает текст и генерирует исправленный вариант; оценка карточки приводит результаты на тестовом наборе: Loss 1.0389, SacreBLEU 0.4360, WER 0.8762 и CER 0.8452. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и контекст до 512 токенов. Выпущена по лицензии Apache-2.0. Описание обучающих данных и конкретных ограничений в карточке не приведено.

Сценарии применения

исправление орфографических ошибок во вьетнамском тексте
корректура пользовательских сообщений на вьетнамском
автоматическое исправление текста перед публикацией
нормализация ошибок распознавания вьетнамской речи в текстовой расшифровке

Ограничения

В README приведены метрики на оценочном наборе, но сведения о составе и объёме обучающих данных отсутствуют. Показатель WER 0.8762 указывает на возможные существенные ошибки по метрике word error rate.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vietnamese-correction-t5

This model is a fine-tuned version of t5-small on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.0389
Sacrebleu: 0.4360
Wer: 0.8762
Cer: 0.8452

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: 1e-05
train_batch_size: 16
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 32
optimizer: Use adamw_torch 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: 500
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.47.1
Pytorch 2.5.1+cu121
Datasets 3.2.0
Tokenizers 0.21.0

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: T5ForConditionalGeneration
Ревизия весов: 136c4f8