flant5

This model is a fine-tuned version of google/flan-t5-base on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 1.1632
• Bleu: 32.6829
• Gen Len: 17.6119

Model description

El modelo FLAN T5 Base es una variante del modelo de lenguaje T5 (Text-To-Text Transfer Transformer) desarrollado por Google. T5 es una arquitectura de modelo de lenguaje basada en transformers que ha demostrado un rendimiento sobresaliente en una amplia gama de tareas de procesamiento de lenguaje natural (NLP).

Intended uses & limitations

En este caso el modelo es un traductor automático que simplifica el francés.

Training and evaluation data

Se utilizan 266 filas de la tabla como entrenamiento y 67 como test.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 5.6e-05
• train_batch_size: 4
• eval_batch_size: 4
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
No log	1.0	67	1.1644	32.6829	17.6119
No log	2.0	134	1.1632	32.6829	17.6119

Framework versions

• Transformers 4.37.2
• Pytorch 2.1.0+cu121
• Datasets 2.17.1
• Tokenizers 0.15.2