First version of the model

README.md

@@ -6,7 +6,7 @@ tags:
 datasets:
 - dcep europarl jrc-acquis
 widget:
-- text: "Résolution du Parlement européen du 5 mai 2010 contenant les observations qui font partie intégrante de sa décision concernant la décharge sur l'exécution du budget de l'Agence européenne des produits chimiques pour l'exercice 2008 ( C7-0202/2009 – 2009/2131(DEC) )"
+- text: "(16) Pour assurer un niveau élevé de protection des enfants et de l'environnement contre les risques , il convient d'accorder une attention particulière aux substances dangereuses, en particulier les substances et éléments CMR et allergènes."
 
 ---
 
@@ -38,7 +38,7 @@ tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/l
     device=0
 )
 
-fr_text = "Résolution du Parlement européen du 5 mai 2010 contenant les observations qui font partie intégrante de sa décision concernant la décharge sur l'exécution du budget de l'Agence européenne des produits chimiques pour l'exercice 2008 ( C7-0202/2009 – 2009/2131(DEC) )"
+fr_text = "(16) Pour assurer un niveau élevé de protection des enfants et de l'environnement contre les risques , il convient d'accorder une attention particulière aux substances dangereuses, en particulier les substances et éléments CMR et allergènes."
 
 pipeline([fr_text], max_length=512)
 ```
@@ -49,10 +49,14 @@ The legal_t5_small_trans_fr_en 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
 
 ### Pretraining
-An unigram model with 88M parameters is trained over the complete parallel corpus to get the vocabulary (with byte pair encoding), which is used with this model.
+
 
 
 ## Evaluation results