dzoQAmodel / README.md
Norphel's picture
Update README.md
f8bdbbb verified
metadata
license: mit
base_model: sangjeedondrub/tibetan-roberta-base
tags:
  - generated_from_trainer
model-index:
  - name: dzoQAmodel
    results: []
widget:
  - text: ངག་དབང་རྣམ་རྒྱལ་འདི་འབྲུག་རྒྱལ་ཁབ་ལུ་ནམ་འོང་ཡི
    context: >-
      ངག་དབང་རྣམ་རྒྱལ་འདི་འབྲུག་རྒྱལ་ཁབ་ནང་སྤྱི་ལོ་༡༦༡༦ ལུ་འོང་ནུག།
      ཁོ་གིས་འབྲུག་རྒྱལ་ཁབ་འདི་ཁྲིམས་ལུགས་གཅིག་འོག་ལུ་གཅིག་མཐུན་བཟོ་ནུག།ཁོ་གིས་འབྲུག་རྒྱལ་ཁབ་ལུ་མ་འོང་པའི་ཧེ་མ་
      ལུང་ཕྱོགས་སོ་སོ་ནང་འགོ་ཁྲིདཔ་ལེ་ཤ་སྡོད་ནུག།
      ཁོ་ལུ་གུས་ཞབས་འབད་དགོ་མནོ་མི་འདི་འབད་ཡི།
  - text: འབྲུག་ལུ་མི་རློབས་ག་དེམ་ཅིག་སྨོ
    context: >-
      འབྲུག་འདི་རྒྱ་ནག་དང་རྒྱ་གར་གྱི་བར་ན་ཨིན། འབྲུག་ལུ་མི་རློབས་༧༠༠༠༠༠
      དེ་ཅིག་ཡོད།
      ལོ་ལྟར་གྱི་འོང་འབབ་འདི་ལྟ་བཤལ་དང་ཆུ་གློག་མེ་ཐོན་སྐྱེད་ལས་འབྱུང་ཨིན།
      རྒྱལ་ཁབ་གཞན་གྱི་མི་ལེ་ཤ་གིས་ འབྲུག་ནང་སྡོད་ནི་ལུ་དགའ།
  - text: སྤྱི་ལོ་༡༩༧༤ ལུ་ལྟ་བཤལ་པ་ག་དེམ་ཅིག་གིས་འབྲུག་ཡུལ་བལྟ་སྐོར་འབད་ཡི་ག
    context: >-
      འབྲུག་རྒྱལ་ཁབ་ནང་ ལྟ་བཤལ་འདི་སྤྱི་ལོ་༡༩༧༤ ལུ་
      འབྲུག་གཞུང་གིས་འོང་འབབ་ཡར་སེང་འབད་ནི་དང་
      འབྲུག་གི་ལམ་སྲོལ་དང་སྲོལ་ལུགས་ཚུ་ཕྱི་རྒྱལ་ལུ་ཡར་རྒྱས་གཏང་ནི་གི་དཔའ་བཅམ་སྟེ་
      འབྲུག་རྒྱལ་ཁབ་སོ་སོ་འདི་ལྟ་བཤལ་པ་ཚུ་ལུ་སྒོ་ཕྱེ་ཞིནམ་ལས་འགོ་བཙུགས་ནུག།སྤྱི་ལོ་༡༩༧༤
      ལུ་ འབྲུག་རྒྱལ་ཁབ་ལུ་མི་ ༢༧༤ རྐྱངམ་གཅིག་ལྟ་སྐོར་འབད་ཡི་ དེ་འབདཝ་ད་
      ལོ་ལེ་ཤ་ཅིག་གིས་ཨ་ནཱི་གྱངས་ཁ་འདི་ད་རེས་ཀྱི་ལོ་ཚུ་ནང་གནམ་མེད་ས་མེད་ཡར་སེང་སོང་ནུག།

dzoQAmodel

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

  • Loss: 5.6732

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15

Training results

Training Loss Epoch Step Validation Loss
No log 1.0 16 5.5230
No log 2.0 32 5.3383
No log 3.0 48 5.2939
No log 4.0 64 5.2087
No log 5.0 80 5.1862
No log 6.0 96 5.2205
No log 7.0 112 5.2804
No log 8.0 128 5.3362
No log 9.0 144 5.4572
No log 10.0 160 5.4701
No log 11.0 176 5.5276
No log 12.0 192 5.5678
No log 13.0 208 5.6553
No log 14.0 224 5.6671
No log 15.0 240 5.6732

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1