bert-fromscratch-galician-large

Descripción do modelo

Modelo de (~) 125M de parámetros, adestrado e afinado desde cero, usando un dataset en galego de 305MB obtido da wikipedia en galego.

No contexto da Resolución do 22 de decembro de 2021 da Secretaría Xeral de Educación e Formación Profesional pola que se convocan premios para o desenvolvemento de proxectos de innovación tecnolóxica ou científica e proxectos de innovación didáctica no ámbito da formación profesional en centros públicos dependentes da Consellería de Cultura, Educación e Universidade, baixo o nome de "Creación dun modelo de linguaxe adestrado previamente mediante técnicas de autoatención para explorar arquitecturas que permitan o seu uso en solucións de procesamento da linguaxe natural en galego tanto na docencia como na contorna empresarial"

Usos e limitacións

Este modelo foi creado con fins pedagóxicos e de investigación.

Hiperparámetros de entrenamiento

• learning_rate: 1e-05
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• gradient_accumulation_steps: 32
• total_train_batch_size: 256
• optimizer: Adam with betas=(0.1,0.9) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 15

Training results

Versiones de los frameworks

• Transformers 4.24.0
• Pytorch 1.13.1
• Datasets 2.6.1
• Tokenizers 0.11.0