/ Модель

Характеристики

Параметры
157 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
mt5-small
Опубликована
20 фев 2024

mt5-small-finetuned-amazon-en-es

Языковая модель3 профессии

Компактная дообученная модель mT5 для преобразования текста в текст, связанная с Amazon и английским и испанским языками.

10скачиваний за 30 дней0лайковвеса обновлены20 фев 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

serhii-korobchenko/mt5-small-finetuned-amazon-en-es — дообученная модель Google mT5-small для преобразования текста в текст. Она содержит около 157,4 млн параметров и основана на архитектуре MT5ForConditionalGeneration; репозиторий содержит веса в формате TensorFlow. По названию модель связана с Amazon и английским и испанским языками, однако README не уточняет набор данных, целевую задачу и сценарии применения. Базовая модель mT5 предназначена для многоязычных задач преобразования текста в текст. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • преобразование английского текста в рамках задачи дообучения на данных Amazon
  • преобразование испанского текста в рамках задачи дообучения на данных Amazon
  • эксперименты с многоязычными задачами text-to-text на базе mT5

Ограничения

README не раскрывает целевую задачу, обучающий набор данных и ограничения применения; приведённые метрики обучения не позволяют оценить качество на конкретных задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

serhii-korobchenko/mt5-small-finetuned-amazon-en-es

This model is a fine-tuned version of google/mt5-small on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 8.9211
  • Validation Loss: 5.9550
  • Epoch: 0

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5.6e-05, 'decay_steps': 1209, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: mixed_float16

Training results

Train LossValidation LossEpoch
8.92115.95500

Framework versions

  • Transformers 4.35.2
  • TensorFlow 2.15.0
  • Datasets 2.17.1
  • Tokenizers 0.15.2

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
MT5ForConditionalGeneration
Ревизия весов
2993d3a

0 моделей