KeywordIdentifier 模型卡片

模型详情

模型描述

需要更多信息

• 开发者： Facebook
• 分享者[可选]： Suraj Patil
• 模型类型： 文本到文本生成
• 语言(NLP)： 需要更多信息
• 许可证： 需要更多信息
• 父模型： [M2M100] https://huggingface.co/facebook/m2m100_418M )
• 更多信息资源：
  • M2M100 Associated Paper

使用方法

直接使用

该模型可用于文本到文本生成任务。

下游使用[可选]

需要更多信息。

不适用范围

模型不应该被用于故意创建对人们敌对或疏远的环境。

偏见、风险和局限

已经有很多研究探讨了语言模型的偏见和公平问题（参见，例如， Sheng et al. (2021) 和 Bender et al. (2021) ）。该模型生成的预测可能包含有关受保护类别、身份特征以及敏感、社会和职业群体的破坏性和有害的刻板印象。

建议

用户（直接和下游）应该了解模型的风险、偏见和局限。需要更多信息以获得进一步的建议。

训练详情

训练数据

需要更多信息

训练过程

预处理

需要更多信息

速度、大小、时间

需要更多信息

评估

测试数据、因素和指标

测试数据

需要更多信息

因素

需要更多信息

指标

需要更多信息

结果

需要更多信息

模型检查

需要更多信息

环境影响

可以使用 Machine Learning Impact calculator 中提供的方法来估算碳排放量。

• 硬件类型： 需要更多信息
• 使用小时数： 需要更多信息
• 云服务提供商： 需要更多信息
• 计算区域： 需要更多信息
• 排放的碳量： 需要更多信息

技术规格 [可选]

模型架构和目标

需要更多信息

计算基础结构

需要更多信息

硬件

需要更多信息

软件

需要更多信息。

引用

BibTeX:

需要更多信息

@misc{fan2020englishcentric,
      title={Beyond English-Centric Multilingual Machine Translation}, 
      author={Angela Fan and Shruti Bhosale and Holger Schwenk and Zhiyi Ma and Ahmed El-Kishky and Siddharth Goyal and Mandeep Baines and Onur Celebi and Guillaume Wenzek and Vishrav Chaudhary and Naman Goyal and Tom Birch and Vitaliy Liptchinsky and Sergey Edunov and Edouard Grave and Michael Auli and Armand Joulin},
      year={2020},
      eprint={2010.11125},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

APA:

需要更多信息

术语表 [可选]

需要更多信息

更多信息 [可选]

查看 model hub 获取更多精细调整的版本。

模型卡片作者 [可选]

Suraj Patil 与 Ezi Ozoani 和 Hugging Face 团队合作

模型卡片联系方式

需要更多信息

如何开始使用模型

使用下面的代码开始使用该模型。

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("valhalla/m2m100_tiny_random")

model = AutoModelForSeq2SeqLM.from_pretrained("valhalla/m2m100_tiny_random")