README.md

metadata

license: apache-2.0
base_model: Helsinki-NLP/opus-mt-ja-pl
tags:
  - generated_from_trainer
datasets:
  - tatoeba
metrics:
  - bleu
  - chrf
model-index:
  - name: opus_model
    results:
      - task:
          name: Sequence-to-sequence Language Modeling
          type: text2text-generation
        dataset:
          name: tatoeba
          type: tatoeba
          config: ja-pl
          split: train
          args: ja-pl
        metrics:
          - name: Bleu
            type: bleu
            value: 37.84
language:
  - pl
  - ja
library_name: transformers

opus_model

This model is a fine-tuned version of Helsinki-NLP/opus-mt-ja-pl on the tatoeba dataset. It achieves the following results on the evaluation set:

• Loss: 1.6326
• Bleu: 37.8457
• Gen Len: 9.2006
• Meteor: 0.589
• Chrf: 0.589

Model description

Helsinki-NLP/opus-mt-ja-pl model fine-tuned on tatoeba and some pop culture texts (vn, manga, rpgs).

Intended uses & limitations

More information needed

Training and evaluation data

Training with kaggle notebook (GPU) on GPU P100.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 3e-05
• train_batch_size: 12
• eval_batch_size: 8
• seed: 42
• optimizer: adamw_torch_fused with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 12
• mixed_precision_training: Native AMP

Examples

Japanese	Original translation	DeepL	Opus-mt-ja-pl-240813
今ちょっとやることがあってね	Mam teraz coś do zrobienia.	Mam teraz kilka rzeczy do zrobienia.	Mam teraz kilka spraw do załatwienia.
なぜッあの少女を助けてやらなかったのだ！	Czemu jej nie pomogłeś!	Dlaczego nie pomogłeś tej dziewczynie?	Dlaczego jej nie pomogłeś?!
ここで何をしている？	Czego tu szukacie?	Co ty tu robisz?	Co tu robisz?
あんたの協力が要る	Potrzebujemy cię.	Potrzebuję twojej pomocy.	Potrzebuję twojej pomocy.
こたえはなに？	A jaka jest właściwie odpowiedź?	Jaka jest odpowiedź?	Co masz na myśli?
一人で寝んのが怖くなったんか？	Boisz się spać sama?	Boisz się spać samotnie?	Boisz się spać samemu?

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len	Meteor	Chrf
2.5658	1.0	57000	1.6196	22.1938	9.341	0.4576	44.3828
1.8982	6.0	343170	1.9423	31.1109	9.2355	0.5389	51.7878
1.6991	11.0	629145	1.1164	37.8457	9.2006	0.589	56.6614

Framework versions

• Transformers 4.44.0
• Pytorch 2.4.0
• Datasets 2.20.0
• Tokenizers 0.19.1