/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Архитектура
t5 · dense
Опубликована
5 июн 2022

Ссылки

Hugging Face

t5-small_6_3-en-hi_en_bt

sayanmandal
ПереводТекст → текст3 профессии

Компактная модель T5 для перевода между английским и хинди, обученная с нуля.

38скачиваний за 30 дней0лайковвеса обновлены6 июн 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

sayanmandal/t5-small_6_3-en-hi_en_bt — компактная модель семейства T5 с 38,5 млн параметров, обученная с нуля для перевода текста. Название указывает на направления английский—хинди и обратный перевод с использованием обратного перевода в обучении; README подтверждает обучение с нуля, но не раскрывает датасет и точную схему языковых направлений.

Модель предназначена для задач машинного перевода. В опубликованной оценке указаны Loss 1,9293, BLEU 8,9676 и средняя длина генерации 33,391 токена. Контекст модели — 512 токенов. Доступны веса в формате PyTorch; сведения о лицензии не представлены.

Сценарии применения

  • перевод текста с английского на хинди
  • перевод текста с хинди на английский
  • эксперименты с машинным переводом английского и хинди

Ограничения

В README приведён BLEU 8,9676 на оценочном наборе, что указывает на ограниченное качество перевода; состав и размер набора не раскрыты. Лицензия и подробности обучающих данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-small_6_3-en-hi_en_bt

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.9293
  • Bleu: 8.9676
  • Gen Len: 33.391

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 50
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossBleuGen Len
3.79291.05262.67591.567216.749
3.11512.010522.38432.296216.5287
2.87013.015782.22872.881116.4953
2.71214.021042.13023.394916.5247
2.58445.026302.05933.816116.4513
2.49176.031562.00633.983116.4272
2.40677.036821.97334.051116.3378
2.33958.042081.93994.306716.4112
2.27139.047341.91484.319516.3618
2.221710.052601.89614.390516.4112
2.165911.057861.87874.454816.3298
2.126712.063121.86514.577916.3618
2.079313.068381.85404.486316.2603
2.047314.073641.84444.55616.3044
2.008215.078901.83534.595716.3124
1.974816.084161.83134.559316.3204
1.945617.089421.82594.452216.2764
1.917718.094681.82314.334516.3084
1.887119.099941.81774.4816.3458
1.842220.0105201.81234.507816.287
1.816121.0110461.81064.328916.3405
1.797222.0115721.81064.520416.3244
1.778523.0120981.81174.465116.3605
1.756324.0126241.81254.393816.3538
1.744425.0131501.80894.536716.3792
1.725626.0136761.80754.421216.3925
1.702127.0142021.80804.549116.3992
1.696928.0147281.80614.656816.3645
1.676629.0152541.80634.629716.3738
1.665330.0157801.80954.616716.2977
1.654331.0163061.80854.545216.3538
1.641332.0168321.81124.666716.3351
1.629333.0173581.81264.612716.3351
1.620434.0178841.81154.719616.3111
1.608235.0184101.81344.701116.3324
1.604836.0189361.81224.642916.2964
1.591137.0194621.81434.642416.3124
1.583438.0199881.81314.625416.3164
1.574239.0205141.81544.699816.287
1.562340.0210401.81474.646916.3471
1.559941.0215661.81854.665416.3231
1.551642.0220921.81734.696116.3471
1.544143.0226181.81804.717616.3084
1.54544.0231441.81774.557116.275
1.541845.0236701.81954.592716.3097
1.532946.0241961.81874.702516.2724
1.534847.0247221.81984.657516.3057
1.536248.0252481.81974.691216.2991
1.523149.0257741.82024.675216.2951
1.531450.0263001.82084.611416.2937

Framework versions

  • Transformers 4.20.0.dev0
  • Pytorch 1.8.0
  • Datasets 2.1.0
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
1cbcac0

0 моделей

    Создать бенчмарк