---
tags:
- generated_from_trainer
model-index:
- name: bert-fromscratch-galician-large
  results: []
---

## 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

| Training Loss | Epoch | Step   | Validation Loss |
|:-------------:|:-----:|:------:|:---------------:|
| 3.6976        | 0.22  | 1500   | 2.2866          |
| 2.3057        | 0.43  | 3000   | 1.9276          |
  ...             ...     ...      ...
| 1.1982        | 14.25 | 99000  | 1.0601          |
| 1.196         | 14.47 | 100500 | 1.0554          |
| 1.1971        | 14.69 | 102000 | 1.0538          |
| 1.1954        | 14.9  | 103500 | 1.0613          |

### Versiones de los frameworks

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