Al Jaheth0.1

🚀 mohdyaser/helsinki-al-jaheth

本模型是 Helsinki-NLP/opus-mt-en-ar 在未知數據集上的微調版本。它在評估集上取得了以下結果：

• 訓練損失：1.4972
• 驗證損失：1.6014
• 訓練輪數：2

🚀 快速開始

本模型基於已有模型微調而來，可直接使用相關庫加載並進行推理，示例代碼如下：

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_name = "mohdyaser/helsinki-al-jaheth"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

input_text = "Your input text here"
input_ids = tokenizer(input_text, return_tensors="pt").input_ids
outputs = model.generate(input_ids)
output_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(output_text)

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

🔧 技術細節

訓練超參數

訓練期間使用了以下超參數：

• 優化器：{'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': 1014, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
• 訓練精度：float32

訓練結果

框架版本

• Transformers 4.27.4
• TensorFlow 2.11.0
• Datasets 2.1.0
• Tokenizers 0.13.2

📄 許可證

本模型使用 Apache-2.0 許可證。