Upload README.md with huggingface_hub
Browse files
README.md
CHANGED
|
@@ -86,6 +86,16 @@ python pipeline.py --tag run01 --data data/tekskamu.txt --hf-dataset adyoi/indig
|
|
| 86 |
python pipeline.py --tag run02 --data data/ --steps 2000 --finalize --push
|
| 87 |
```
|
| 88 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 89 |
## Batasan
|
| 90 |
|
| 91 |
- Dilatih pada data sangat kecil → output belum koheren; cocok untuk edukasi bukan produksi.
|
|
|
|
| 86 |
python pipeline.py --tag run02 --data data/ --steps 2000 --finalize --push
|
| 87 |
```
|
| 88 |
|
| 89 |
+
### Evaluasi standar antar-checkpoint
|
| 90 |
+
|
| 91 |
+
`eval.py` menykor checkpoint pada set uji tetap (nats/token & nats/karakter) sehingga
|
| 92 |
+
run dengan tokenizer berbeda tetap sebanding:
|
| 93 |
+
|
| 94 |
+
```bash
|
| 95 |
+
python eval.py --ckpt out/indigo_best.safetensors runs/*/ckpt/indigo.safetensors \
|
| 96 |
+
--test data/sample.txt --guard data/kamus_id.txt
|
| 97 |
+
```
|
| 98 |
+
|
| 99 |
## Batasan
|
| 100 |
|
| 101 |
- Dilatih pada data sangat kecil → output belum koheren; cocok untuk edukasi bukan produksi.
|