First version of the model

README.md

@@ -6,7 +6,7 @@ tags:
 datasets:
 - dcep europarl jrc-acquis
 widget:
-- text: "invite les États membres, lorsqu'ils mettent en œuvre des politiques d'émancipation, à suivre et/ou à maintenir une double approche, comportant des politiques qui intègrent une perspective de genre dans tous les domaines des politiques habituelles ainsi que des politiques et des actions spécifiques visant à assurer l'autonomisation des femmes et à assurer l'égalité entre hommes et femmes;"
+- text: "considérant la multiplication des constructions qui ne respectent pas la culture des lieux et leur paysage particulier, dégradations à l'appui,"
 
 ---
 
@@ -38,7 +38,7 @@ tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/l
     device=0
 )
 
-fr_text = "invite les États membres, lorsqu'ils mettent en œuvre des politiques d'émancipation, à suivre et/ou à maintenir une double approche, comportant des politiques qui intègrent une perspective de genre dans tous les domaines des politiques habituelles ainsi que des politiques et des actions spécifiques visant à assurer l'autonomisation des femmes et à assurer l'égalité entre hommes et femmes;"
+fr_text = "considérant la multiplication des constructions qui ne respectent pas la culture des lieux et leur paysage particulier, dégradations à l'appui,"
 
 pipeline([fr_text], max_length=512)
 ```
@@ -49,12 +49,12 @@ The legal_t5_small_trans_fr_it 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