First version of the model

README.md

@@ -6,7 +6,7 @@ tags:
 datasets:
 - dcep europarl jrc-acquis
 widget:
-- text: "bere na vědomí, že v programech nové generace harmonizovalo generální ředitelství pro vzdělávání a kulturu akční programy a zavedlo jednotný interní audit; v této souvislosti se domnívá, že předběžná a následná prohlášení členských států představují nové prvky dohledu a interní kontroly systémů;"
+- text: "Konečná zpráva bude Parlamentu předložena na konci nového funkčního období."
 
 ---
 
@@ -38,7 +38,7 @@ tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/l
     device=0
 )
 
-cs_text = "bere na vědomí, že v programech nové generace harmonizovalo generální ředitelství pro vzdělávání a kulturu akční programy a zavedlo jednotný interní audit; v této souvislosti se domnívá, že předběžná a následná prohlášení členských států představují nové prvky dohledu a interní kontroly systémů;"
+cs_text = "Konečná zpráva bude Parlamentu předložena na konci nového funkčního období."
 
 pipeline([cs_text], max_length=512)
 ```
@@ -49,12 +49,12 @@ The legal_t5_small_trans_cs_de model was trained on [JRC-ACQUIS](https://wt-publ
 
 ## Training procedure
 
-An unigram model trained with 88M lines of text from the parallel corpus (of all possible language pairs) to get the vocabulary (with byte pair encoding), which is used with this model.
-
 The model was trained on a single TPU Pod V3-8 for 250K steps in total, using sequence length 512 (batch size 4096). It has a total of approximately 220M parameters and was trained using the encoder-decoder architecture. The optimizer used is AdaFactor with inverse square root learning rate schedule for pre-training.
 
 ### Preprocessing
 
+An unigram model trained with 88M lines of text from the parallel corpus (of all possible language pairs) to get the vocabulary (with byte pair encoding), which is used with this model.
+
 ### Pretraining