Nllb 200 Bnb 4bit

🚀 モデルIDのモデルカード

このモデルは🤗 transformersを使用した翻訳モデルで、Hub上に公開されています。このモデルカードは自動生成されています。

📚 ドキュメント

モデルの詳細

モデルの説明

これは🤗 transformersモデルのモデルカードで、Hub上に公開されています。このモデルカードは自動生成されています。

• 開発者: [詳細情報が必要]
• 資金提供元 [オプション]: [詳細情報が必要]
• 共有者 [オプション]: [詳細情報が必要]
• モデルタイプ: [詳細情報が必要]
• 言語 (NLP): [詳細情報が必要]
• ライセンス: cc-by-nc-4.0
• ファインチューニング元のモデル [オプション]: [詳細情報が必要]

モデルのソース [オプション]

• リポジトリ: [詳細情報が必要]
• 論文 [オプション]: [詳細情報が必要]
• デモ [オプション]: [詳細情報が必要]

用途

直接利用

[詳細情報が必要]

下流利用 [オプション]

[詳細情報が必要]

想定外の利用

[詳細情報が必要]

バイアス、リスク、制限事項

[詳細情報が必要]

推奨事項

ユーザー（直接利用者と下流利用者の両方）は、モデルのリスク、バイアス、制限事項を認識する必要があります。さらなる推奨事項については、詳細情報が必要です。

モデルの使い始め方

以下のコードを使用して、モデルを使い始めましょう。 [詳細情報が必要]

学習の詳細

ベースモデルからの追加学習は行われていません。

学習データ

[詳細情報が必要]

学習手順

前処理 [オプション]

[詳細情報が必要]

学習ハイパーパラメータ

• 学習方式: [詳細情報が必要]

速度、サイズ、時間 [オプション]

[詳細情報が必要]

評価

テストデータ、要因、メトリクス

テストデータ

[詳細情報が必要]

要因

[詳細情報が必要]

メトリクス

[詳細情報が必要]

結果

[詳細情報が必要]

要約

モデルの検証 [オプション]

[詳細情報が必要]

環境への影響

二酸化炭素排出量は、Lacoste et al. (2019)で提示されたMachine Learning Impact calculatorを使用して推定できます。

• ハードウェアタイプ: [詳細情報が必要]
• 使用時間: [詳細情報が必要]
• クラウドプロバイダー: [詳細情報が必要]
• コンピュートリージョン: [詳細情報が必要]
• 排出された二酸化炭素量: [詳細情報が必要]

技術仕様 [オプション]

モデルアーキテクチャと目的

[詳細情報が必要]

コンピュートインフラストラクチャ

ハードウェア

[詳細情報が必要]

ソフトウェア

[詳細情報が必要]

引用 [オプション]

BibTeX: [詳細情報が必要]

APA: [詳細情報が必要]

用語集 [オプション]

[詳細情報が必要]

詳細情報 [オプション]

[詳細情報が必要]

モデルカードの作成者 [オプション]

[詳細情報が必要]

モデルカードの問い合わせ先

[詳細情報が必要]

📄 ライセンス

このモデルはcc-by-nc-4.0ライセンスの下で提供されています。