Update README.md

README.md

@@ -1,3 +1,5 @@
+
+
 license: apache-2.0
 tags:
   - mt5
@@ -21,35 +23,8 @@ base_model: google/mt5-small
 model_type: mt5
 library_name: transformers
 eval_results:
-  - accuracy: 0.85
-  - f1: 0.87
-  - bleu: 0.75
+  accuracy: 0.85
+  f1: 0.87
+  bleu: 0.75
 new_version: true
 
-# Descrizione
-# Modello Fine-Tunato MT5
-Questo modello si basa su **MT5**, un modello pre-addestrato di **Google**, che è stato fine-tunato utilizzando un dataset personalizzato per [scopo specifico]. Il modello originale MT5 è disponibile sotto la **licenza Apache 2.0**.
-
-## Licenza del modello fine-tunato
-Il modello fine-tunato è rilasciato sotto la **licenza Apache 2.0**. Puoi utilizzarlo, modificarlo e distribuirlo, ma è necessario attribuire correttamente l'autore originale del modello MT5 (Google). La licenza completa è disponibile nel file LICENSE.
-
-## Avviso
-Questo modello è attualmente **sperimentale**. Le sue performance potrebbero non essere ottimali per tutti i task. Ti invitiamo a testarlo su vari dataset e fornire feedback.
-
-## Attribuzioni
-Il modello si basa su **MT5** di **Google**. Il codice originale è disponibile su [Google Research GitHub](https://github.com/google-research/mt5).
-
-## Come usare il modello
-Per usare il modello con Hugging Face `transformers`:
-
-```python
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
-
-model_name = "luctensorflow/mt-topics"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
-
-input_text = "Qual è la capitale d'Italia?"
-inputs = tokenizer(input_text, return_tensors="pt")
-outputs = model.generate(**inputs)
-print(tokenizer.decode(outputs[0], skip_special_tokens=True))