jingmu123

Hello, we have uploaded the pre-training model, you can download it here: https://drive.google.com/drive/folders/1mZDCt8oH4v-jgXf8J291oTLr_7-Be_Gj

您好，这个数据是从WMT官网下载并清洗之后的数据，size是指用于训练的数据规模，和mBART论文中一致；由于google硬盘空间有限，当前还无法提供所处理后的wmt数据，后边可能会选择在其他云盘上传，您也可以下载后按readme的说明进行处理，谢谢

您好，谢谢您的关注，预训练模型已经更新。您可以从这里下载：https://drive.google.com/drive/folders/1mZDCt8oH4v-jgXf8J291oTLr_7-Be_Gj

您好，CeMAT是一个预训练模型，需要在特定的训练集上微调后才能用于翻译任务的推理；

> > 公开的训练集中没有相应的开发集，请问是直接从训练集中随机采样一部分作为开发集吗？ > > 你好，dev集我们提供了，在readme里面有链接 您好，很抱歉没有详细说明这个问题，我这里咨询的是Fine-tuning 所使用的dev

> > 感谢公开！我们在复现en2gu结果时，发现与论文中的结果([email protected])有一些不同（尽管我们使用你们公开的checkpoints和测试集上，测的结果是2.58，可以看到仍然有轻微的不一致）,请问这个语言对的测试有什么特殊的处理吗？ > > Hello, 我们用的是tokenized BLEU 您好，我这里报的就是tokenized BLEU,其他方向的结果都是比较准确的。另外，想问一下为什么使用你们的模型，直接在官方测试集上测试（使用你们的BPE词典），部分结果也有较大差异呢？

> > > > 感谢公开！我们在复现en2gu结果时，发现与论文中的结果([email protected])有一些不同（尽管我们使用你们公开的checkpoints和测试集上，测的结果是2.58，可以看到仍然有轻微的不一致）,请问这个语言对的测试有什么特殊的处理吗？ > > > > > > > > > Hello, 我们用的是tokenized BLEU > > > > > > 您好，我这里报的就是tokenized BLEU,其他方向的结果都是比较准确的。另外，想问一下为什么使用你们的模型，直接在官方测试集上测试（使用你们的BPE词典），部分结果也有较大差异呢？ > > 测试的时候使用[https://github.com/linzehui/mRASP/blob/master/user_dir/tasks/translation_w_langtok.py这个task了吗](https://github.com/linzehui/mRASP/blob/master/user_dir/tasks/translation_w_langtok.py%E8%BF%99%E4%B8%AAtask%E4%BA%86%E5%90%97) 您好，我使用如下脚本处理： fairseq-generate...