/ Модель

Характеристики

Контекст
512 токенов
Параметры
29,9 млн
Архитектура
marian · dense
Базовая модель
gun-nlth-base
Опубликована
3 апр 2024

t2t-gun-nlth-from-base

Языковая модель3 профессии

Дообученная модель MarianMT для преобразования текста в текст на базе tiagoblima/gun-nlth-base.

10скачиваний за 30 дней0лайковвеса обновлены3 апр 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

t2t-gun-nlth-from-base — модель MarianMT с 29,9 млн параметров, дообученная на основе tiagoblima/gun-nlth-base. Репозиторий содержит веса в формате safetensors; для модели указано контекстное окно 512 токенов. Тег text2text-generation указывает на преобразование текста в текст, однако конкретное назначение модели и поддерживаемые языки не описаны.

В карточке приведён результат оценки: loss 6,3261. Датасет, условия оценки и ограничения не раскрыты, поэтому по этому значению нельзя судить о качестве для конкретных задач. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Преобразование текста в текст в сценариях, соответствующих обучению базовой модели

Ограничения

Датасет, целевая задача и языки не описаны; приведённый loss 6,3261 не сопровождается условиями оценки. Лицензия не указана в предоставленных данных.

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

t2t-gun-nlth-from-base

This model is a fine-tuned version of tiagoblima/gun-nlth-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 6.3261

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-05
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
6.67950.5540006.5678
6.55381.180006.4805
6.47441.65120006.4086
6.38352.2160006.3552
6.38752.74200006.3261

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.2+cu121
  • Datasets 2.15.0
  • Tokenizers 0.15.1

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
ba75ec8

0 моделей