Saving weights and logs of step 13000 - epoch 2
Browse files- README.md +1 -0
- flax_model.msgpack +1 -1
- predictions/validation_fleurs/step_0.md +1 -1
- predictions/validation_fleurs/step_1000.md +1 -1
- predictions/validation_fleurs/step_10000.md +1 -1
- predictions/validation_fleurs/step_11000.md +1 -1
- predictions/validation_fleurs/step_12000.md +1 -1
- predictions/validation_fleurs/step_13000.md +108 -0
- predictions/validation_fleurs/step_2000.md +1 -1
- predictions/validation_fleurs/step_3000.md +1 -1
- predictions/validation_fleurs/step_4000.md +1 -1
- predictions/validation_fleurs/step_5000.md +1 -1
- predictions/validation_fleurs/step_6000.md +1 -1
- predictions/validation_fleurs/step_7000.md +1 -1
- predictions/validation_fleurs/step_8000.md +1 -1
- predictions/validation_fleurs/step_9000.md +1 -1
- predictions/validation_nrk_tv/step_0.md +1 -1
- predictions/validation_nrk_tv/step_1000.md +1 -1
- predictions/validation_nrk_tv/step_10000.md +1 -1
- predictions/validation_nrk_tv/step_11000.md +1 -1
- predictions/validation_nrk_tv/step_12000.md +1 -1
- predictions/validation_nrk_tv/step_13000.md +108 -0
- predictions/validation_nrk_tv/step_2000.md +1 -1
- predictions/validation_nrk_tv/step_3000.md +1 -1
- predictions/validation_nrk_tv/step_4000.md +1 -1
- predictions/validation_nrk_tv/step_5000.md +1 -1
- predictions/validation_nrk_tv/step_6000.md +1 -1
- predictions/validation_nrk_tv/step_7000.md +1 -1
- predictions/validation_nrk_tv/step_8000.md +1 -1
- predictions/validation_nrk_tv/step_9000.md +1 -1
- predictions/validation_stortinget/step_0.md +1 -1
- predictions/validation_stortinget/step_1000.md +1 -1
- predictions/validation_stortinget/step_10000.md +1 -1
- predictions/validation_stortinget/step_11000.md +1 -1
- predictions/validation_stortinget/step_12000.md +1 -1
- predictions/validation_stortinget/step_13000.md +0 -0
- predictions/validation_stortinget/step_2000.md +1 -1
- predictions/validation_stortinget/step_3000.md +1 -1
- predictions/validation_stortinget/step_4000.md +1 -1
- predictions/validation_stortinget/step_5000.md +1 -1
- predictions/validation_stortinget/step_6000.md +1 -1
- predictions/validation_stortinget/step_7000.md +1 -1
- predictions/validation_stortinget/step_8000.md +1 -1
- predictions/validation_stortinget/step_9000.md +1 -1
- runs/Jun20_11-30-32_t1v-n-ef630210-w-1/events.out.tfevents.1687260632.t1v-n-ef630210-w-1.255524.0.v2 +2 -2
- training_state.bin +2 -2
README.md
CHANGED
@@ -69,6 +69,7 @@ The following hyperparameters were used during training:
|
|
69 |
| 10000 | 0.4180 | 0.6707 | 9.3099 | 4.2711 | 13.0526 | 5.2621 | 0.3090 | 14.9093 | 10.4711 | 18.3745 | 11.0540 | 0.7626 | 42.2530 | 32.3733 | 49.9251 | 33.5916 |
|
70 |
| 11000 | 0.3910 | 0.6874 | 9.7561 | 4.4881 | 13.9188 | 5.5859 | 0.3046 | 15.1792 | 10.7022 | 18.5484 | 11.2682 | 0.7605 | 42.7847 | 32.9575 | 50.4368 | 34.1589 |
|
71 |
| 12000 | 0.4032 | 0.6411 | 9.9048 | 4.4239 | 13.5006 | 5.4409 | 0.3052 | 14.7986 | 10.3955 | 18.1349 | 10.9770 | 0.7578 | 42.5663 | 32.5781 | 50.1914 | 33.8385 |
|
|
|
72 |
|
73 |
|
74 |
### Framework versions
|
|
|
69 |
| 10000 | 0.4180 | 0.6707 | 9.3099 | 4.2711 | 13.0526 | 5.2621 | 0.3090 | 14.9093 | 10.4711 | 18.3745 | 11.0540 | 0.7626 | 42.2530 | 32.3733 | 49.9251 | 33.5916 |
|
70 |
| 11000 | 0.3910 | 0.6874 | 9.7561 | 4.4881 | 13.9188 | 5.5859 | 0.3046 | 15.1792 | 10.7022 | 18.5484 | 11.2682 | 0.7605 | 42.7847 | 32.9575 | 50.4368 | 34.1589 |
|
71 |
| 12000 | 0.4032 | 0.6411 | 9.9048 | 4.4239 | 13.5006 | 5.4409 | 0.3052 | 14.7986 | 10.3955 | 18.1349 | 10.9770 | 0.7578 | 42.5663 | 32.5781 | 50.1914 | 33.8385 |
|
72 |
+
| 13000 | 0.3947 | 0.6516 | 8.9827 | 4.1132 | 13.2915 | 5.2283 | 0.3060 | 14.7458 | 10.3560 | 18.1673 | 10.9388 | 0.7544 | 42.6569 | 32.8756 | 50.4493 | 34.1344 |
|
73 |
|
74 |
|
75 |
### Framework versions
|
flax_model.msgpack
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
size 966956827
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:61d7331787ed63dd4afcf113abf5d31d44d8952d7131212a445d2b55c69c8773
|
3 |
size 966956827
|
predictions/validation_fleurs/step_0.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_1000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_10000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_11000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_12000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_13000.md
ADDED
@@ -0,0 +1,108 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
+
|
3 |
+
| STEP| loss | wer |cer|
|
4 |
+
| ---| --- | --- |--- |
|
5 |
+
| **13000**| 0.395 | 8.983 |4.113 |
|
6 |
+
|
7 |
+
| target | prediction |
|
8 |
+
|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
|
9 |
+
| Deretter tok **Lakka** **Singh** ledelsen i lovsangen\. | Deretter tok **lakkaseng** ledelsen i lovsangen\. |
|
10 |
+
| Av **1400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **8** prosent siden 2008\. | Av **ett** **tusen** **firehundre** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **åtte** prosent siden 2008\. |
|
11 |
+
| Den første gangen du reiste **utenlands** var folk sannsynligvis tålmodige og **forståelsesfulle**\, siden de vet at den reisende må tilpasse seg et helt nytt land\. | Den første gangen du reiste **utland** var folk sannsynligvis tålmodige og **forståelige**\, siden de vet at den reisende må tilpasse seg et helt nytt land\. |
|
12 |
+
| Forskerne antydet at\, selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kyllings** **dun**\. | Forskerne antydet at\, selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kyllingstun**\. |
|
13 |
+
| Før **en** organisasjon kan være nyskapende\, må **ledelsen** **skape** **en** innovasjonskultur samt dele kunnskap og **organisasjonlærdom**\. | Før organisasjon kan være nyskapende\, må **ledelseskapende** innovasjonskultur samt dele kunnskap og **organisasjonslærdom**\. |
|
14 |
+
| Hennes første gren var **Slalåm**\, men hun fullførte ikke rennet\. **Det** var **36** av **116** konkurrenter som ikke fullførte slalåmrennet\. | Hennes første gren var **slalåm**\, men hun fullførte ikke rennet\, **det** var **trettiseks** av **hundre** **og** **seksten** konkurrenter som ikke fullførte slalåmrennet\. |
|
15 |
+
| Det filippinske folket måtte selv betale for **kostnaden** av krigens **amerikansk** imperialisme**\,** i erobringen av **Filippinene**\. | Det filippinske folket måtte selv betale for **kostnadene** av krigens **amerikanske** imperialisme i erobringen av **filippinene**\. |
|
16 |
+
| Det er faktisk **Martelly** sin femte **CEP** på fire år\. | Det er faktisk **Martell** **i** sin femte **CRP** på fire år\. |
|
17 |
+
| Tre bomber eksploderte i nærheten av **statlige** bygg i løpet av **en** tidsperiode på to timer\. | Tre bomber eksploderte i nærheten av **statlig** bygg i løpet av **den** tidsperiode på to timer\. |
|
18 |
+
| **Arly** **Velasquez** fra Mexico ble **nr**\. **15** i sittende **Super**\-G for menn\. New Zealands Adam Hall ble **nr**\. ni i stående **Super**\- G for menn\. | **Arley** **Bellasquez** fra Mexico ble **nummer** **femten** i sittende **super**\-G for menn\. New Zealands Adam Hall ble **nummer** ni i stående **super**\-G for menn\. |
|
19 |
+
| De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. | De fleste skilt er derimot bare angitt på katalansk**\,** fordi det er lovfestet som det første offisielle språket\. |
|
20 |
+
| **108** tallerkener med **Chhappan** **Bhog** **(**i **Hinduismen** er dette **56** ulike ting som kan spises\, som smågodt\, frukt\, nøtter\, matretter osv\. som tilbys til gudefiguren**)** ble servert til **Baba** **Shyam**\. | **Hundreogåtte** tallerkener med **sjapanbog**\, i **hinduismen** er dette **femtiseks** ulike ting som kan spises som smågodt\, frukt\, nøtter\, matretter osv\. som tilbys til gudefiguren\, ble servert til **baba** **sjiam**\. |
|
21 |
+
| For tusenvis av år siden mente en mann med navn **Aristarkhos** at solsystemet flyttet seg rundt solen\. | For tusenvis av år siden mente en mann med navn **aristarikos** at solsystemet flyttet seg rundt solen\. |
|
22 |
+
| Når det nye folket med tiden starter å tilpasse seg sine nye omgivelser\, **set** de mindre og mindre ut som den andre populasjonen\. | Når det nye folket med tiden starter å tilpasse seg sine nye omgivelser\, **ser** de mindre og mindre ut som den andre populasjonen\. |
|
23 |
+
| De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. | De fleste skilt er derimot bare angitt på katalansk**\,** fordi det er lovfestet som det første offisielle språket\. |
|
24 |
+
| Bloggforfatteren begynte å **forbedre** skrivingen sin for å slippe kritikk**\,** ettersom elever ofte er det mest kritiske publikummet\. | Bloggforfatteren begynte å **forberede** skrivingen sin for å slippe kritikk ettersom elever ofte er det mest kritiske publikummet\. |
|
25 |
+
| **De** kan **se** svært godt i mørket med nattsyn og også bevege seg helt **ubemerket**\. **Ozeloter** jakter på byttet ved å gå i ett med sine omgivelser for så å angripe byttet\. | **Det** kan **sees** svært godt i mørket med nattsyn og også bevege seg helt **utmerket\,** og **seloter** jakter på byttet ved å gå i ett med sine omgivelser for så å angripe byttet\. |
|
26 |
+
| Beboere nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. | Beboere nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. |
|
27 |
+
| Polens mannlige synshemmede skiløper\, **Maciej** **Krezel**\, og hans følger Anna **Ogarzynska** kom til slutt på **13**\. **plass** i **Super**\-G\. **Sør**\-**Koreas** **Jong** **Seork** **Park** kjørte **inn** til en **24**\. **plass** i mennenes sittende **Super**\- G\. | Polens mannlige synshemmede skiløper\, **machek** **kresl**\, og hans følger\, Anna og **gachynska**\, kom til slutt på **trettendeplass** i **super**\-G\. **Sørkoreas** **džung** **sijork** **park** kjørte **inntil** en **tjuefjerdeplass** i mennenes sittende **super**\-G\. |
|
28 |
+
| **«**Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **2** funksjonshemmede i rullestoler som personer bare presset og klatret over**»\,** fortalte **Armand** Versace\. | Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **to** funksjonshemmede i rullestoler som personer bare presset og klatret over\, fortalte **armen** Versace\. |
|
29 |
+
| De første sykdomstilfellene denne sesongen ble innrapportert sent i juli\. | De første sykdomstilfellene denne sesongen ble innrapportert sent i juli\. |
|
30 |
+
| Vannveiene i innlandet kan være et kjekt tema å basere en reise på\. | Vannveiene i innlandet kan være et kjekt tema på å basere en reise på\. |
|
31 |
+
| Da han ble spurt om å kommentere\, fortalte Miller**: «**Mike **prater** mye under høringen**\.\.\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**»\.** | Da han ble spurt om å kommentere\, fortalte Miller\, Mike **pratet** mye under høringen**\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**\.** |
|
32 |
+
| **Arly** **Velasquez** fra Mexico ble **nr**\. **15** i sittende **Super**\-G for menn\. **New** **Zealands** Adam Hall ble **nr**\. ni i stående **Super**\- G for menn\. | **Arley** **ved** **Las** **Ques** fra Mexico ble **nummer** **femten** i sittende **super**\-G for menn**\,** **newzealands** Adam Hall ble **nummer** ni i stående **super**\-G for menn\. |
|
33 |
+
| De brede **avenyene**\, bygningene med glassfasade og moderne kjøpesentre er tegnet inn med tradisjonelle røde skråtak\, torget fra det **18**\. **århundret** sammen med gamle moskeer og kirker\, selv om byen har en atmosfære **mer** lignende det europeiske **middelhavsområdet** enn det tradisjonelle **Tyrkia**\. | De brede **avenniene**\, bygningene med glassfasade og moderne kjøpesentre\, er tegnet inn med tradisjonelle røde skråtak\, torget fra det **attende** **århundre** sammen med gamle moskeer og kirker\, selv om byen har en atmosfære med lignende europeiske **middelhavsområde** enn det tradisjonelle **trykket**\. |
|
34 |
+
| De østafrikanske øyene befinner seg **i** **Indiahavet** utenfor Afrikas østkyst\. | De østafrikanske øyene befinner seg **indiahavet** utenfor Afrikas østkyst\. |
|
35 |
+
| Det er en del sosiale og politiske effekter som benyttelse av det metriske systemet\, et bytte fra absolutisme til republikanisme\, nasjonalisme og tro på at nasjonen styres av **innbyggerne** i stedet for bare én hersker\. | Det er en del sosiale og politiske effekter som benyttelse av det metriske systemet\, et bytte fra absolutisme til republikanisme\, nasjonalisme og tro på at nasjonen styres av **innbyggere** i stedet for bare én hersker\. |
|
36 |
+
| Det vettskremte kongehuset\, kong Ludvig **XVI**\, dronning Marie Antoinette **sammen** med deres to unge barn **(**Marie Therese på **11** år og Ludvig**\-**Charles på **4** år**)** og kongens søster\, **Madam** **Elizabeth**\, ble den **6**\. oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. | Det vettskremte kongehuset\, kong Ludvig **seksten**\, dronning Marie Antoinette\, **savner** med deres to unge barn\, Marie Therese på **elleve** år og Ludvig Charles på **fire** år\, og kongens søster\, **madame** **Elisabeth**\, ble den **sjette** oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. |
|
37 |
+
| Utfallet for **plottanalysen** **blir** utlagt på en offentlig nettside\. | Utfallet for **plot\-analysen** **ble** utlagt på en offentlig nettside\. |
|
38 |
+
| **108** tallerkener med **Chhappan** **Bhog** **(**i **Hinduismen** er dette **56** ulike ting som kan spises\, som smågodt\, frukt\, nøtter\, matretter osv\. som **tilbys** til gudefiguren**)** ble servert til **Baba** **Shyam**\. | **Hundre** **og** **åtte** tallerkener med **shi** **pang** **bong** i **hinduismen** er dette\, **femtiseks** ulike ting som kan spises\, som smågodt\, frukt\, nøtter\, matretter osv**\.\,** som **trybister** i gudefiguren ble servert til **baba** **shiam**\. |
|
39 |
+
| Små japanske kystbusser som både er komfortable og **solide**\, betjener de fleste distriktene\. | Små japanske kystbusser som både er komfortable og **salide**\, betjener de fleste distriktene\. |
|
40 |
+
| Antikkens romerske måltider kan ikke ha inkludert matvarer som kom til Europa fra USA eller Asia i senere århundrer\. | Antikkens romerske måltider kan ikke ha inkludert matvarer som kom til Europa fra USA eller Asia i senere århundrer\. |
|
41 |
+
| Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. |
|
42 |
+
| Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
|
43 |
+
| Da kampene sluttet etter at de sårede ble kjørt til sykehus\, ble rundt førti av de gjenværende innsatte værende på området\, og nektet å returnere til cellene sine\. | Da kampene sluttet etter at de sårede ble kjørt til sykehus\, ble rundt førti av de gjenværende innsatte værende på området\, og nektet å returnere til cellene sine\. |
|
44 |
+
| Rapporten åpner med åpen debatt rundt straffesak og dannelse av konsensus i USA angående politikken mot **Midtøsten**\. | Rapporten åpner med åpen debatt rundt straffesak og dannelse av konsensus i USA angående politikken mot **midtøsten**\. |
|
45 |
+
| Mount **Vinson**\-toppen har en høyde på **4892** meter og ligger på Antarktis høyeste fjell\, **Vinson** **Massif**\, i den nordlige delen **eller** **Sentinel** Range\. | Mount **Vindsen**\-toppen har en høyde på **fire** **tusen** **åtte** og **nittito** meter\, og ligger på Antarktis høyeste fjell\, **vindsen** **massiv**\, i den nordlige delen **av** **Centinel** Range\. |
|
46 |
+
| Skogene er ikke bare mangrovesumper **–** her finnes noen av de siste **gjenværende** områdene med jungel\, som en gang dekket de gigantiske slettene\. | Skogene er ikke bare mangrovesumper\, her finnes noen av de siste **gjenferdende** områdene med jungel\, som en gang dekket de gigantiske slettene\. |
|
47 |
+
| Hun kom frem til dette etter flere positive kommentarer og oppmuntringer som ble **tilsendt** **henne** fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som en medisinsk nødvendighet\. | Hun kom frem til dette etter flere positive kommentarer og oppmuntringer som ble **tilsendende** fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som en medisinsk nødvendighet\. |
|
48 |
+
| Fjærens struktur tyder på at **de** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at\, selv om dette er **halen** til en ung dinosaur\, viser eksempelprøven voksen fjærdrakt og ikke **kyllingsdun**\. | Fjærens struktur tyder på at **det** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at selv om dette er **hav** til en ung dinosaur\, viser eksempelprøven voksen fjærdrakt og ikke **kyllingdunn**\. |
|
49 |
+
| Insekter var de første dyrene som kunne fly\. **Deres** mulighet til å fly gjorde det enklere og mer effektivt for dem å slippe unna fiender\, finne mat og kompiser\. | Insekter var de første dyrene som kunne fly\, **deres** mulighet til å fly gjorde det enklere og mer effektivt for dem å slippe unna fiender\, finne mat og kompiser\. |
|
50 |
+
| Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. |
|
51 |
+
| Selv om ordet «**Gypsy**» er mye brukt\, særlig blant ikke\-**Rumenere**\, blir det ofte sett på som **ufint** på grunn av sine assosiasjoner med negative **stereotyper** og **unøyaktige** inntrykk av det **rumenske** **folket\.** | Selv om ordet «**egipsi**» er mye brukt\, særlig blant ikke\-**rumerne**\, blir det ofte sett på som **en** **ufinn**\, på grunn av sine assosiasjoner med negative **stereotypier** og **unøyaktig** inntrykk av det |
|
52 |
+
| Vitenskapen viser at den store karbonøkonomien har løsnet biosfæren fra en stabil tilstand som har støttet **menneskeevolusjon** de siste to millioner årene\. | Vitenskapen viser at den store karbonøkonomien har løsnet biosfæren fra en stabil tilstand som har støttet **menneskeevolusjonen** de siste to millioner årene\. |
|
53 |
+
| Tre bomber eksploderte i nærheten av **statlige** bygg i løpet av en tidsperiode på to timer\. | Tre bomber eksploderte i nærheten av **statlig** bygg i løpet av en tidsperiode på to timer\. |
|
54 |
+
| De østafrikanske øyene befinner seg i **Indiahavet** utenfor Afrikas østkyst\. | De østafrikanske øyene befinner seg i **indiahavet** utenfor Afrikas østkyst\. |
|
55 |
+
| Det filippinske folket måtte selv betale for kostnaden av krigens amerikansk imperialisme\, i erobringen av **Filippinene**\. | Det filippinske folket måtte selv betale for kostnaden av krigens amerikansk imperialisme\, i erobringen av **filippinene**\. |
|
56 |
+
| Robin **Uthappa** fikk omgangens høyeste poengsum\, **70** poeng på bare **41** slag\. Han fikk elleve ganger fire poeng\, og to ganger seks poeng\. | Robin **ut** **happa** fikk omgangens høyeste poengsum\, **sytti** poeng på bare **førtien** slag\. Han fikk elleve ganger fire poeng\, og to ganger seks poeng\. |
|
57 |
+
| Politiet har informert om at føreren av kjøretøyet som kjørte på fotografen ikke kommer til å bli stilt for retten\. | Politiet har informert om at føreren av kjøretøyet som kjørte på fotografen**\,** ikke kommer til å bli stilt for retten\. |
|
58 |
+
| Vær så snill å behandle **plassen** med den verdigheten\, høytideligheten og respekten som den fortjener\. **Ikke** fortell vitser om holocaust eller nazister\. | Vær så snill å behandle **plasten** med den verdigheten\, høytideligheten og respekten som den fortjener\, **ikke** fortell vitser om holocaust eller nazister\. |
|
59 |
+
| Av **1400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **8** prosent siden 2008\. | Av **ett** **tusen** **firehundre** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **åtte** prosent siden 2008\. |
|
60 |
+
| Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon\. | Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon\. |
|
61 |
+
| Dersom du besøker **Arktis** eller antarktiske områder om vinteren får du oppleve polarnatten\, denne tiden stiger ikke solen over horisonten\. | Dersom du besøker **arktiske** eller antarktiske områder om vinteren\, får du oppleve polarnatten\, denne tiden stiger ikke solen over horisonten\. |
|
62 |
+
| Penger kan veksles på øyens eneste bank som ligger i Stanley ovenfor **FIC** **West\-butikken**\. | Penger kan veksles på øyens eneste bank**\,** som ligger i Stanley ovenfor **fic** **vestbutikken**\. |
|
63 |
+
| De første sykdomstilfellene denne sesongen ble innrapportert sent i juli\. | De første sykdomstilfellene denne sesongen ble innrapportert sent i juli\. |
|
64 |
+
| Dersom du besøker **Arktis** eller antarktiske områder om vinteren får du oppleve polarnatten\, denne tiden stiger ikke solen over horisonten\. | Dersom du besøker **arktiske** eller antarktiske områder om vinteren\, får du oppleve polarnatten\, denne tiden stiger ikke solen over horisonten\. |
|
65 |
+
| For eksempel blir **«**læring**»** og **«**sosialisering**»** ansett som viktige motivasjonsfaktorer for internettbruk **(**James **m**\. flere\, 1995**)\.** | For eksempel blir læring og sosialisering ansett som viktige motivasjonsfaktorer for internettbruk\, James **med** flere\, 1995\. |
|
66 |
+
| Det er en del sosiale og politiske effekter som benyttelse av det metriske systemet\, et bytte fra absolutisme til republikanisme\, nasjonalisme og tro på at nasjonen styres av **innbyggerne** i stedet for bare én hersker\. | Det er en del sosiale og politiske effekter som benyttelse av det metriske systemet\, et bytte fra absolutisme til republikanisme\, nasjonalisme og tro på at nasjonen styres av **innbyggere** i stedet for bare én hersker\. |
|
67 |
+
| Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. |
|
68 |
+
| **Dr**\. Moll tror at noen av pasientene kan ha blitt smittet av bakterien på sykehuset og minst to av dem var helsearbeidere\. | **Doktor** Moll tror at noen av pasientene kan ha blitt smittet av bakterien på sykehuset**\,** og minst to av dem var helsearbeidere\. |
|
69 |
+
| Den nye befolkningen vil trenge ulike funksjoner eller tilpasninger enn det de trengte før for å være en sterk konkurrent\, siden dette nye miljøet har ulike ressurser og ulike konkurrenter\. | Den nye befolkningen vil trenge ulike funksjoner eller tilpasninger enn det de trengte før for å være en sterk konkurrent\, siden dette nye miljøet har ulike ressurser og ulike konkurrenter\. |
|
70 |
+
| Grunnet **Aucklands** **2** havner er det flere strender\. De mest populære er på **3** steder\. | Grunnet **aukluns** **to** havner er det flere strender\. De mest populære er på **tre** steder\. |
|
71 |
+
| Tre bomber **eksploderte** i nærheten av statlige bygg i løpet av en tidsperiode på to timer\. | Tre bomber **ekskluderte** i nærheten av statlige bygg i løpet av en tidsperiode på to timer\. |
|
72 |
+
| Offiserer utstyrt med opprørsutstyr gikk snart inn i gården og omringet de **innsatte** med bruk av tåregass\. | Offiserer utstyrt med opprørsutstyr gikk snart inn i gården og omringet de **ansatte** med bruk av tåregass\. |
|
73 |
+
| For tusenvis av år siden mente en mann med navn **Aristarkhos** at solsystemet flyttet seg rundt solen\. | For tusenvis av år siden mente en mann med navn **aristarikos** at solsystemet flyttet seg rundt solen\. |
|
74 |
+
| En satellittelefon kan som regel ikke erstatte en mobiltelefon\, da man må være utenfor med klar siktlinje til satellitten for å kunne ta en telefon\. | En satellittelefon kan som regel ikke erstatte en mobiltelefon\, da man må være utenfor med klar siktlinje til satellitten for å kunne ta en telefon\. |
|
75 |
+
| Forskerne antydet at\, selv om dette var halen til en dinosaur\, **viste** prøven fjærdrakten til en voksen og ikke en **kyllings** **dun**\. | Forskerne antydet at\, selv om dette var halen til en dinosaur\, **visste** prøven fjærdrakten til en voksen og ikke en **kyllingstun**\. |
|
76 |
+
| Koloniseringsperioden som varte i **3** århundrer ble startet av spanjolene\. | Koloniseringsperioden som varte i **tre** århundrer ble startet av spanjolene\. |
|
77 |
+
| I begynnelsen ble **antrekk** sterkt påvirket av **Byzantine\-kulturen** i øst\. | I begynnelsen ble **antrekket** sterkt påvirket av **bysentinkulturen** i øst\. |
|
78 |
+
| **Tibetansk** buddhisme er basert på **Buddhas** lære\, men ble utvidet til å inneholde **mahayanas** kjærlighetsretning og flere metoder fra indisk yoga\. | **Tibetanisk** buddhisme er basert på **buddhers** lære\, men ble utvidet til å inneholde **mahaienes** kjærlighetsretning og flere metoder fra indisk yoga\. |
|
79 |
+
| Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\. **Ikke** fortell vitser om holocaust eller nazister\. | Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\, **ikke** fortell vitser om holocaust eller nazister\. |
|
80 |
+
| Pattedyrene klarte ikke reisen på grunn av den lange avstanden over til kontinentet og dermed ble den store landskillpadden det første beitedyret på Galapagos\. | Pattedyrene klarte ikke reisen på grunn av den lange avstanden over til kontinentet**\,** og dermed ble den store landskillpadden det første beitedyret på Galapagos\. |
|
81 |
+
| Pasienten hadde vært i Nigeria der det har vært tilfeller av **Ebola\-viruset**\. | Pasienten hadde vært i Nigeria der det har vært tilfeller av **ebolaviruset**\. |
|
82 |
+
| Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
|
83 |
+
| Beboere nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. | Beboere nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. |
|
84 |
+
| Hennes første gren var **Slalåm**\, men hun fullførte ikke rennet\. Det var **36** av **116** konkurrenter som ikke fullførte slalåmrennet\. | Hennes første gren var **slalåm**\, men hun fullførte ikke rennet\. Det var **trettiseks** av **hundre** **og** **seksten** konkurrenter som ikke fullførte slalåmrennet\. |
|
85 |
+
| De forsøker fremdeles å finne ut akkurat hvor kraftig sammenstøtet var og hvordan planeten **blir** påvirket\. | De forsøker fremdeles å finne ut akkurat hvor kraftig sammenstøtet var**\,** og hvordan planeten **ble** påvirket\. |
|
86 |
+
| Hovedmålet med vitenskapen er å finne ut hvordan verden fungerer gjennom en vitenskapelig metode\. Det meste vitenskapelig forskning blir faktisk styrt av denne metoden\. | Hovedmålet med vitenskapen er å finne ut hvordan verden fungerer gjennom en vitenskapelig metode\. Det meste vitenskapelig forskning blir faktisk styrt av denne metoden\. |
|
87 |
+
| Hovedmålet med vitenskapen er å finne ut hvordan verden fungerer gjennom en vitenskapelig metode\. Det meste vitenskapelig **forskning** blir faktisk styrt av denne metoden\. | Hovedmålet med vitenskapen er å finne ut hvordan verden fungerer gjennom en vitenskapelig metode\. Det meste vitenskapelig **og** **forskningen** blir faktisk styrt av denne metoden\. |
|
88 |
+
| Noen rapporter satte det offisielle dødstallet til **8**\, og offisielle rapporter bekrefter at **opp** til **30** ble skadet**;** men det fullstendige antallet er foreløpig ukjent\. | Noen rapporter satte det offisielle dødstallet til **åtte**\, og offisielle rapporter bekrefter at **opptil** **tretti** ble skadet\, men det fullstendige antallet er foreløpig ukjent\. |
|
89 |
+
| Forskerne antydet at\, selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kyllings** **dun**\. | Forskerne antydet at\, selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kyllingstun**\. |
|
90 |
+
| Politiet fortalte at liket virket til å **ligget** der i **ca**\. **1** dag\. | Politiet fortalte at liket virket til å **ligge** der i **cirka** **en** dag\. |
|
91 |
+
| Årets største turnering avholdes i desember\, på polobanen i **Las** **Cañitas**\. | Årets største turnering avholdes i desember\, på polobanen i **Láscánítes**\. |
|
92 |
+
| Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan også bli aktivister for å til en viss grad **forminske** **kommende** smerte\. | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan også bli aktivister for å få til en viss grad **forminskekommende** smerte\. |
|
93 |
+
| Rings direktør\, Jamie **Siminoff**\, har uttalt fra før at firmaet begynte da ringeklokken hans ikke kunne bli hørt fra verkstedet i garasjen hans\. | Rings direktør\, Jamie **Simonoff**\, har uttalt fra før at firmaet begynte da ringeklokken hans ikke kunne bli hørt fra verkstedet i garasjen hans\. |
|
94 |
+
| Jeg er usikker på om du innser det eller ikke\, men de fleste varer fra **Mellom\-Amerika** kom inn i dette landet uten toll\. | Jeg er usikker på om du innser det eller ikke\, men de fleste varer fra **mellomamerika** kom inn i dette landet uten toll\. |
|
95 |
+
| Israel krever stadig militær tilstedeværelse i dalen i ti år etter at avtalen er signert\, mens den palestinske stat går med på å la denne styrken bli værende i kun fem år\. | Israel krever stadig militær tilstedeværelse i dalen i ti år etter at avtalen er signert\, mens den palestinske stat går med på å la denne styrken bli værende i kun fem år\. |
|
96 |
+
| Små japanske kystbusser som både er komfortable og solide\, betjener de fleste distriktene\. | Små japanske kystbusser som både er komfortable og solide\, betjener de fleste distriktene\. |
|
97 |
+
| Hun kom **frem** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som **en** medisinsk nødvendighet\. | Hun kom **fram** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som medisinsk nødvendighet\. |
|
98 |
+
| **«**Timbuktu**»** har blitt brukt som en metafor for eksotiske**\,** fjerne land**\,** kombinert med relativ utilgjengelighet\. | Timbuktu har blitt brukt som en metafor for eksotiske fjerne land kombinert med relativ utilgjengelighet\. |
|
99 |
+
| I prinsippet er tibetansk buddhisme veldig enkelt\. **Det** består av **Kundalini** **Yoga**\, meditasjon og full kjærlighet\. | I prinsippet er tibetansk buddhisme veldig enkelt\, **det** består av **kundalini**\, **yoga**\, meditasjon og full kjærlighet\. |
|
100 |
+
| Naturalister og filosofer hadde fokus på klassisk tekst og særlig på **Bibelen** på latinsk språk\. | Naturalister og filosofer hadde fokus på klassisk tekst**\,** og særlig på **bibelen\,** på latinsk språk\. |
|
101 |
+
| Bloggforfatteren begynte å **forbedre** skrivingen sin for å slippe kritikk\, ettersom elever ofte er det mest kritiske publikummet\. | Bloggforfatteren begynte å **forberede** skrivingen sin for å slippe kritikk\, ettersom elever ofte er det mest kritiske publikummet\. |
|
102 |
+
| **«**Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **2** funksjonshemmede i rullestoler som **personer** bare presset og klatret over**»\,** fortalte **Armand** Versace\. | Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **to** funksjonshemmede i rullestoler som **personene** bare presset og klatret over\, fortalte **armen** Versace\. |
|
103 |
+
| Deretter tok **Lakka** **Singh** ledelsen i lovsangen\. | Deretter tok **lakkasing** ledelsen i lovsangen\. |
|
104 |
+
| Araberne brakte i tillegg med seg islam til nasjonene\, og det ble populært i **Komorene** og **Mayotte**\. | Araberne brakte i tillegg med seg islam til nasjonene\, og det ble populært i **kumirene** og **majotene**\. |
|
105 |
+
| Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan **også** bli aktivister for å til en viss grad **forminske** **kommende** smerte\. | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan bli aktivister for å få til en viss grad for **minskekommende** smerte\. |
|
106 |
+
| Nå er mye tilgjengelig over hele øygruppen\, det javanesiske kjøkken kjennetegnes av lettkrydrede retter\, med en dominerende smak av peanøtter\, chili\, sukker**\, (**spesielt javanesisk **kokossukker)** og ulike aromatiske **kryddere**\. | Nå er mye tilgjengelig over hele øygruppen\, det javanesiske kjøkken kjennetegnes av lettkrydrede retter med en dominerende smak av peanøtter\, chili\, sukker\, spesielt javanesisk **kokosukker** og ulike aromatiske **krydere**\. |
|
107 |
+
| **Skogene** er ikke bare **mangrovesumper** **–** her finnes noen av de siste gjenværende områdene med jungel\, som en **gang** **dekket** de gigantiske slettene\. | **Skogen** er ikke bare en **manngrovesumper**\, her finnes noen av de siste gjenværende områdene med jungel som ikke **engang** **dekker** de gigantiske slettene\. |
|
108 |
+
| Noen dyr\, som for eksempel elefanter og sjiraffer\, liker å nærme seg biler og standardutstyr\, noe som vil tillate gode synsvinkler\. | Noen dyr\, som for eksempel elefanter og sjiraffer\, liker å nærme seg biler og standardutstyr\, noe som vil tillate gode synsvinkler\. |
|
predictions/validation_fleurs/step_2000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_3000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_4000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_5000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_6000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_7000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_8000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_fleurs/step_9000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_0.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_1000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_10000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_11000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_12000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_13000.md
ADDED
@@ -0,0 +1,108 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
+
|
3 |
+
| STEP| loss | wer |cer|
|
4 |
+
| ---| --- | --- |--- |
|
5 |
+
| **13000**| 0.754 | 42.657 |32.876 |
|
6 |
+
|
7 |
+
| target | prediction |
|
8 |
+
|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
|
9 |
+
| **Er** det spørsmål dere absolutt ikke vil ha? | **Tobias\,** **er** det **noen** spørsmål dere absolutt ikke vil ha? |
|
10 |
+
| 1\. Hvilken **måned** stilles klokken til sommertid i Norge? 2\. Hvilket land skal arrangere sommer\-OL i 2016? 3\. I hvilken amerikansk **delstat** ligger Orlando og Miami? | **Spørsmål** 1\. Hvilken **måne** stilles klokken til sommertid i Norge? **Spørsmål** 2\. Hvilket land skal arrangere sommer\-OL i 2016? **Spørsmål** 3\. I hvilken amerikansk **stat** ligger **byene** Orlando og Miami? |
|
11 |
+
| Flere fylker er representert av skoler som har vært med på Klassequizen før\. **Gjøklep** ungdomsskole fra Vestfold\, **dette** er deres **3**\. gang\. Hva kommer det av? **Det** er **nærliggende** **å** **tro** **at** det er **læringsmiljøet**\. Man blir ikke sett ned på av **å** **ha** **mye** **kunnskap**\. **En** **liten** nerdeskole? Nei\, det syns jeg ikke du skal kalle det\. | Flere fylker er representert av skoler som har vært med på Klassequizen før\. **Gjøklepp** ungdomsskole fra Vestfold\. **Dette** er deres **tredje** gang\. Hva kommer det av? **Læringsmiljøet**\. Man blir ikke sett ned på\. **Er** det **en** nerdeskole? Nei\, det syns jeg ikke du skal kalle det\. |
|
12 |
+
| **Når** **man** kommer på skolen\, er det **vel** **noen** ord som blir slengt\. **Alle** **dere** **spiller** **fotball**\. **Må** **man** spille **fotball** i Drangedal? **Et** krav? **Du** må ikke\, **men** det er **veldig** populært\. De fleste **driver** **med** det\. | **Hver** **dag** **når** **vi** kommer på skolen\. **Etter** **den** **tida** er det **et** **par** ord som blir slengt\. **Dere** er **alle** på **fotballag**\, **både** **deg** **og** **Jon** **Martin**\. **Er** det krav **å** spille i Drangedal? **Nei**\, det må **du** ikke\. **Men** det er populært i Drangedal\. De fleste **gjør** det\. |
|
13 |
+
| Jeg er dødsimponert\. **Én** **ting** er å tenke gjennom spørsmålene når man **står** **der** **nede**\. Men å stå i ilden og svare er noe annet\. 5000 **kr** skal dere få som vinnere av **Klassequiz** i Nordland\. | Jeg er dødsimponert\. **Det** er noe annet å tenke gjennom spørsmålene når man **hører** **på**\. Men **det** å stå i ilden og svare**\,** **det** er noe annet\. 5000 **kroner** skal dere få som vinnere av **Klassequizen** i Nordland\. |
|
14 |
+
| **Riktig** **svar** var **X** **Factor**\. Vi har en vinner\, og det er **Sverresborg**! **Hva** **tenker** **du** **nå**\, **Mathias**? Det var artig å vinne\. Når var dere mest usikre i **løpet** **av** **konkurransen**? | Vi har en vinner\, **så** **knepent**\, og det er **Sverres** **Varg**! **Du** **kom** **inn** i **siste** **liten** og **fikk** **være** **med** **på** **dette**\. Det var artig å vinne\. Når var dere mest usikre? |
|
15 |
+
| Det er blitt en liten forskjell på lagene\. **Den** kunne vært litt mindre\. Det **var** **jo** kjedelig å ikke rekke å skrive **Flagstad**\. Tok dere for lang tenketid? **Pga**\. misforståelser i første runde**\,** **turte** vi ikke å skrive for hverandre\. Da **rakk** vi ikke å skrive **alt**\. | Da er **det** blitt en liten forskjell på lagene\. Det kunne vært mindre **hvis** dere **hadde** vært litt **raskere** **til** å skrive\. Det **føltes** **ekstra** kjedelig å ikke rekke å skrive\. Tok dere for lang tenketid? **På** **grunn** **av** misforståelser i første runde **torde** vi ikke å skrive for hverandre\. |
|
16 |
+
| Elvis rakk aldri å være med i **MGP**\. Men han klarte seg godt uten **òg**\. Han regnes for å være King of Rock'n'Roll\. Han **døde** i 1977\. **I** hvilken by er Elvis **gravlagd**? Det er kanskje like greit at Solbakken holder seg | Elvis rakk **dessverre** aldri å være med i **Melodi** **Grand** **Prix**\. Men han klarte seg godt uten å\. Han regnes for å være King of Rock'n'Roll\. **Døde** **dessverre** i 1977\. **Spørsmålet** **til** **dere** **nå** er i hvilken by er Elvis **gravlagt**? Det er kanskje like greit at **Erik** Solbakken holder seg **til** |
|
17 |
+
| **Vi** **gjettet** vilt\. 2007\. **Myklebust**? 2003\. Det er ikke så lenge siden\. Det var i 2012 det ble åpnet\. **Hva** heter kvinnen som har vært på polene og Mount Everest? Smøla? Cecilie Skog\. Cecilie Skog\. | **Gjett** og vilt 2007\. **Og** **Mikkel** **Busk** har **dere** **svart** **her**\. 2003\. Det er ikke så lenge siden det var i 2012 **at** **Trollteamet** ble åpnet\. **Vet** **dere** **hva** **den** **eneste** **norske** kvinnen som har vært på **begge** polene og Mount Everest**\,** heter? Smøla? Cecilie Skog\. **Mikkel** **Busk**? |
|
18 |
+
| Artisten som dere hadde helt korrekt på\, var Gabrielle\. Tooji vant den norske finalen **med** **låten** **"**Stay**"\.** **Hadde** det **vært** bonuspoeng for **låten**\, hadde dere fått det\. Artisten som sang Skyfall\, **heter** Adele\. | **Artistene** som **begge** hadde korrekt på\, var Gabrielle\. **Hvem** som vant den norske finalen\, var Tooji\. **Helt** **riktig**\. **Med** **låta** Stay\. **Hvis** det var bonuspoeng\, hadde dere fått for den\. **Men** **dessverre**\. Artisten som sang **'**Skyfall**'\,** **het** Adele\. **Det** hadde **begge** helt **rett** **i**\. |
|
19 |
+
| **Men** det betyr likevel at det ikke rakk helt inn for Stinta\. **En** rekordjevn Aust\-**Agder** i **Klassequiz** har fått en vinner\. Det er en glede å gratulere Valle **skule** med plass i finalen\. **Vi** sender Valle med glede og forventning til Oslo 4\. mai\. | Det betyr likevel at det ikke rakk helt inn for Stinta**\,** for en rekordjevn Aust\-**Agderfinale** i **Klassequizen** har fått en vinner\. Det er en glede å gratulere Valle **Skule** med plass i **den** **nasjonale** finalen**!** Det betyr at **vi** sender Valle med glede og forventning til finalen i Oslo 4\. mai\. |
|
20 |
+
| **Jeg** kan bare konstatere at det er Harstad og Bjarkøy\. Hvilken kommune består av Andørja og Rolla? Det var Ibestad\. Ingen poeng **blir** delt **i** **denne** runden\. Smultring\. 0\-0\. Men det er ikke det som er **stillinga** totalt\. | **Så** kan **jeg** bare konstatere at det er Harstad og Bjarkøy\. Hvilken kommune består av **Øyen\,** Andørja og Rolla? Det var Ibestad\. **Så** det var **rett** og **slett\.\.\.** Ingen poeng delt **ut** **den** runden **der**\. Smultring**\,** 0\-0\. Men det er **jo** ikke det som er **stillingen** totalt\. |
|
21 |
+
| Alt er nært og tilgjengelig\. Vi begynner **8**\.**30**\, **ikke** **8**\. Det er bra\. Jeg liker å sove\. **Dumt** å tape **når** **vi** er **kommet** langt\. Grødem skole er fra Randaberg\. **De** er **mest** kjent for persille\, salat og **nypoteter**\. | Alt er **så** nært\. Vi **har** **alt** tilgjengelig for **alle**\. Vi begynner **halv** **ni** **istedenfor** **åtte**\. Det er bra\. Jeg liker å sove\. Det er **dumt** å tape **så** langt\. Jeg **står** **her** **med** Grødem skole fra Randaberg\, **som** **først** og **fremst** er kjent for persille og salat\, og **var** **først** **ute** **med** **de** **nyeste** **potetene** **på** **våren**\. |
|
22 |
+
| og 5000 **kr** til klassekassa til Valle og **Fiskå\,** som blir lagene vi sender til **den** **nasjonale** Klassequiz\-finalen **der** de skal møte 17 andre skarpe fylkesvinnere\. | **Det** **er** 5000 **kroner** **i** **form** **av** **en** **sjekk** som **havner** **i** klassekassa til **elevene** **fra** Valle **skole** og **Fiskeå** **skole** **i** **Kristiansand**\. **De** blir lagene vi sender til Klassequiz\-finalen **i** **Oslo**\. **Der** skal de møte 17 andre skarpe fylkesvinnere\. |
|
23 |
+
| Hanne **Bjurstrøm**\, Bjarne Håkon Hanssen og Dagfinn Høybråten\. Hva kalles han som **stopper** **ut** dyr og fugler? **Taksidermist**\. Vi skal til Stinta\. **Det** kjemiske symbolet til nikkel? Vi har ikke noe svar\. **Hvor** holder partiet Jobbik til? **Nederland**\. | Hanne **Bjostrøm**\, Bjarne Håkon Hanssen og Dagfinn Høybråten\. Vi **var** **ute** **etter** **hva** han som **jobber** **med** **å** **stoppe** dyr og fugler\, kalles\. **Takk** **for** **svarene** **fra** **Valle**\. Vi skal til Stinta **i** **Arendal**\. Vi **er** **først** **ute** **etter** **grunnstoffet** nikkel\. Hva **er** **det** kjemiske symbolet? Vi har ikke noe svar\. **Spørsmål** **2**\, **landet** **der** partiet Jobbik holder til\. |
|
24 |
+
| **Der** fikk **ingen** av lagene riktig\. 200 **meter** er **det** **riktige** svaret\. Vestfold har én travbane med spill på hester\. Hva heter **den**? Hva er deres svar? Jarlsberg travbane\. **Jenter**? Jarlsberg\. | **Ingen** av lagene fikk riktig\. **Det** **skulle** **vært** 200 **m\,** **som** er riktig svar\. Vestfold har én travbane med spill på hester\. Hva heter svaret deres**\,** **Brede**? Jarlsberg travbane\. Hva er deres svar? Jarlsberg\. |
|
25 |
+
| 2**:** I hvilket departement er Grete Faremo minister? 3**:** I hvilket norsk band var Hans Erik Dyvik Husby vokalist**\,** **frem** til 2010? 4**:** Hvilken norsk kvinne har vunnet New York Marathon ni ganger? | 2**\.** I hvilket departement er Grete Faremo minister? 3**\.** I hvilket norsk band var Hans Erik Dyvik Husby vokalist **fram** til 2010? 4**\.** Hvilken norsk kvinne har vunnet New York Marathon ni ganger? |
|
26 |
+
| Du **svarte** på mange spørsmål i QuizDan **nylig** på NRK1\. Du vet kanskje hvordan elevene har det **akkurat** **nå**? Det vet jeg **ganske** **godt**\. Man er spent og litt nervøs\, forventningsfull og har lyst til å komme i gang\. **Er** du en streng dommer? | Du **svarer** på mange spørsmål i **TV\-programmet** QuizDan\, **som** har **gått** på NRK1\. Du vet kanskje hvordan elevene har det? Det **tror** jeg jeg vet\. Man er spent\, litt nervøs\. **Egentlig** **mest** er **man** forventningsfull og har lyst til å komme i gang\. **Vi** **lurer** på **om** du er en streng dommer\. |
|
27 |
+
| Donkeyboy fra Drammen slo for alvor gjennom i 2009\. For tida jobber gutta med et nytt album\. Hvilken kvinnelig vokalist var med Donkeyboy på **superhitene** **"Ambitions"** og **"Sometimes"?** Bjørn Kjos fra Sokna på Ringerike er sjef for **flyselskapet** Norwegian\, | **Gruppa** Donkeyboy fra Drammen slo for alvor gjennom i 2009\. For tida er gutta i **studio** og jobber med et nytt album\. Hvilken kvinnelig vokalist var med Donkeyboy på **superhittene?** Bjørn Kjos fra Sokna på Ringerike er sjef for Norwegian\, |
|
28 |
+
| **Jeg** **så** et oppgitt fjes her\. Nei da\. **Enn** Skjervøy? Skjervøy kommune **håper** dere **sikkert** å få spørsmål om\. Vi går løs på spørsmålene\. I hvilken kommune ligger Senter for nordlige folk? | **Så** et oppgitt fjes her\. Nei da\. **Dette** **er** **godt** **mot** **en** Skjervøy\. Skjervøy kommune**\,** **i** **hvert** **fall**\. **Håper** dere å få spørsmål om **det**\. Vi går løs på **de** **fire** spørsmålene dere **skal** **svare** på\. I hvilken kommune ligger Senter for nordlige folk? |
|
29 |
+
| 2**:** Hvordan er håndballspillerne Heidi og Frank Løke i slekt? 3**:** Fra hvilket land **kommer** gruppa First Aid Kit? 4**:** Fra hvilken julesang er **strofen** **"**slekt skal følge slekters gang**"?** | 2**\.** Hvordan er håndballspillerne Heidi og Frank Løke i slekt? 3**\.** Fra hvilket land **kom** **med** gruppa First Aid Kit? 4**\.** Fra hvilken julesang er **strofa**? **Slekt** skal følge slekters gang**\.** |
|
30 |
+
| **Nå** skal **vi** over til konkurrentene\, som er fra en annen del av fylket\. Det er to **ytterkanter** i fylket som møtes\. Dette laget kommer fra Myklebust barne\- og ungdomsskole i Vanylven\. Det er en ungdomsskole som har 89 elever\. | **Vi** skal over til **det** **andre** laget\, konkurrentene\. **De** kommer fra en annen del av fylket\. Det er **artig** **at** **det** er to **motpoler** i fylket i **ytterkantene** som møtes\. Dette laget kommer fra Myklebust barne\- og ungdomsskole i Vanylven\. Dette er en ungdomsskole som har 89 elever\. |
|
31 |
+
| Hvor bor **han**? For mange år siden var vi i Afrika\. Målet var å ta med to kompiser for å bestige Afrikas høyeste fjell\. Jeg var med**\,** **og** **det** var slitsomme greier\. 5895 **moh**\. kom vi\. **Hva** heter Afrikas høyeste fjell? | Hvor bor **den**? For mange år siden var **Tore** **på** **sporet** i Afrika\. Målet var å ta med to kompiser for å bestige Afrikas høyeste fjell\. Jeg var **også** med\. **Det** var slitsomme greier\. 5895 **meter** **over** **havet** kom vi\. **Spørsmålet** **mitt** **til** **dere** **nå** **er** **hva** Afrikas høyeste fjell heter\. |
|
32 |
+
| **Ranger** **disse** **tonene** i en **C**\-durskala fra **lavest** til **høyest:** A\, **E** og **G**\. Kristiansund består av fire øyer\. En musikkfestival har fått navnet etter ei øy\. **Hvilken**? **Hvilke** **forfattere** er **De** fire store i norsk litteratur? | **Den** er **rangert** i en **c**\-durskala fra **lavast** til **høgst**\. A\, **e** og **g**\. Kristiansund består av fire store øyer\. En musikkfestival i **denne** **byen** har fått navnet **sitt** etter ei øy\. **Hva** **heter** **øya**? **Hver** **forfatter** **blir** **kalt** **de** fire store **innen** norsk litteratur\. |
|
33 |
+
| I høst og i vinter har vi vært **rundt** på 20 skoler i Nordland for å finne ut hvem som skal komme til semifinalen og finalen\. Hvordan har dere **valgt** ut hvem som **skulle** komme **hit**? Det var demokratisk **avstemming**\. De fikk velge hvem de ville ha med seg\. | I høst og vinter har vi vært på 20 skoler i Nordland for å finne ut hvem som skal komme til semifinalen og finalen\. Hvordan har dere **gjort** **det**? Det var demokratisk **avstemning**\. De fikk **bare** velge hvem de ville ha med seg\. |
|
34 |
+
| Hvem er de smarteste **10\.\-klassingene** i landet? I vinter har **hundrevis** **av** skoler fra alle **fylker\,** konkurrert i Klassequiz\. I kveld **fyrer** jeg løs med spørsmål**\,** til vi står igjen med ett vinnerlag\. | Hvem er de smarteste **tiendeklassingene** i landet? I vinter har **flere** **hundre** skoler fra alle **fylkene** konkurrert i Klassequiz\. I kveld **skal** jeg **fyre** løs spørsmål **helt** til vi står igjen med ett vinnerlag\. |
|
35 |
+
| Det er dessverre ikke riktig for noen av lagene\. Det var 1913\. Det er 100 år siden i år\. **Navnet** på partilederen i SV\. Vi vil ha fornavn og etternavn\. Hva har dere svart\, Siljan? Vi har svart Kristin Halvorsen\. Drangedal har svart? | Det er dessverre ikke riktig for noen av lagene\. Det var 1913\, **så** **det** er 100 år siden i år\. **Så** var **vi** **ute** **etter** **navnet** på partilederen i SV\. **Da** vil **vi** ha **både** fornavn og etternavn\. Vi **kan** **starte** **med** Siljan\. Hva har dere svart? Kristin Halvorsen\. **Mens** Drangedal har svart**\.\.\.** |
|
36 |
+
| **Sinai\-fjellet**\. Blankt\. **Siste** spørsmål**:** Hvilken plante **lagde** de gamle egypterne papir av? **Papyrus**\. **Papyrus**\. Da er alle svar avgitt\. | Blankt\. **Og** **aller** **siste** spørsmål\. Hvilken plante **brukte** de gamle egypterne **til** **å** **lage** papir av? **Papirus**\. **Papirus**\. Da er alle svar avgitt\. **Jeg** **skal** **gå** **gjennom** **fasiten**\. |
|
37 |
+
| **på** **"**Ambitions**"** og **"**Sometimes**"?** **Kristoffer**? Vi kom ikke fram til noe svar\. Visste dere hvem det var? Vi var ikke helt **sikre**\, **men** vi **svarte** Linnea **Dale**\. Linnea **Dale** er helt riktig\. **Poeng** til Krøderen\. | **Superhittene**\, Ambitions og Sometimes\. **Da** **kan** dere **svare**\. Vi kom ikke fram til noe svar\, **så** vi **har** ikke **svart**\. Visste dere hvem **dette** var? **Jeg** var ikke helt **sikker**\. Linnea **Dahle**\. Linnea **Dahle** er helt riktig\. **Dermed** **blir** det **poeng** til Krøderen\. |
|
38 |
+
| Peru\. Takk for deres svar\. Det er helt riktig **svart** **av** **begge** **lag** på spørsmål 1\, 2 og 3\. Bolivia og Peru er foreslått som **land** **Inverness** **ligger** **i**\. Men det er Skottland vi skulle frem til\. | Takk for deres svar\. Det er helt riktig svar på spørsmål 1\, 2 og 3\. **Paris**\, **Stavsprang** og **Andesfjellene**\. Bolivia og Peru er foreslått som **Høylandets** **hovedstad**\. Men det er Skottland vi skulle frem til på spørsmål **4**\. |
|
39 |
+
| Det kan handle om **både** gamle og nye konger\. Her kommer det første spørsmålet\. Nå ser vi noen gamle bilder fra kongefamiliens hytte\. **Og** **her** må dere se nøye etter\. **Hvor** i Vestfold ligger den**?** Vi vil ha stedsnavnet\. | Det kan **være** **så** **mangt** det kan handle om gamle og nye konger\. Her kommer det første spørsmålet\. Nå ser vi noen gamle bilder fra kongefamiliens hytte\. Her må dere se nøye etter\. **Den** **finner** vi i Vestfold\. **Men** vi **lurer** **på** **hvor** den ligger\. Vi vil ha stedsnavnet\. |
|
40 |
+
| 3**:** Byene som ble truffet\, heter Hiroshima og Nagasaki\. 4**:** OL i 1998 ble arrangert i Japan\. **Slik** ser rekkefølgen ut nå\. En kategori igjen\. | 3\. Byene som ble truffet **av** **atombombe**\, heter Hiroshima og Nagasaki\. 4\. OL i 1998 ble arrangert i Japan\. **Sånn** ser rekkefølgen ut nå\. En kategori igjen\. |
|
41 |
+
| Det betyr at Sør\-Trøndelag ikke er alene i ledelsen lenger\. Vest\-Agder har hoppet opp\. **Begge** har 14 poeng**\,** av 16 mulige\. | Det betyr at Sør\-Trøndelag ikke er alene i ledelsen lenger\. Vest\-Agder har hoppet opp\. **De** har **begge** 14 poeng av 16 mulige\. |
|
42 |
+
| Har dere svart på alle **spørsmålene**? Ja\. Her er fasiten\. 1**:** Brødrene **het** **Grimm**\. 2**:** Grete **Faremo** er **minister** **i** **justisdepartementet**\. | Har dere svart på alle **fire** **spørsmål**? Ja\. Her er fasiten\. **Spørsmål** 1\. Brødrene **som** **skrev** **Hans** **og** Grete**\,** **heter** **Grim**\. 2\. |
|
43 |
+
| **Sånn** ser **stillinga** ut nå**:** | **Og** **sånn** ser **stillingen** ut nå**\.** |
|
44 |
+
| **Dette** er det bare seerne som får se\. **Vi** **har** **7** **lag** på delt **1\.\-plass**\. | **Her** er det bare seerne som får se\. **Ikke** **lagene** **sjøl**\. **Mange** på delt **førsteplass**\. |
|
45 |
+
| Det var **veldig** **bra**\. Det er 2015 som er riktig svar\. Så det aller siste spørsmålet\. I 2012 var det **et** ord som ble kåret til årets **nyord**\. **Da** er vi **spente** på hvilket\. Vi **begynner** hos jentene\. Vi kranglet litt for lenge**\,** **så** vi **fikk** **ikke** **svart**\. | **Bra**\. **Begge** **lagene** **har** **fulgt** **med**\. Det er 2015 som er riktig svar\. Så **kommer** vi til det aller siste spørsmålet\. I 2012 var det **ett** ord som ble kåret til årets **nye** ord\. Vi **spenter** på hvilket\. Vi **kan** **begynne** hos jentene **igjen**\. **Etter** **mye** **uenighet** kranglet vi litt for lenge\. |
|
46 |
+
| Sogn og Fjordane\, hva er deres spesialfelt? Godt spørsmål\. Det **sies** at Peder er kjendisekspert\. Jeg er vel best **på** sport og idrett\. **Otelie** er en **allrounder** og **hjelper** **til** **på** det **meste**\. | Sogn og Fjordane\, hva er deres spesialfelt? Godt spørsmål\. Det er **sagt** at Peder er kjendisekspert\. Jeg er vel best **når** det **gjelder** sport og idrett\. **Thelie** er en **allrounders**\. |
|
47 |
+
| Det **er** **morsomt** å komme så langt **òg**\. Hvordan har det vært å være med **på** **dette**? Spennende\. Morsomt\. Det blir trøstepremier **på** dere\. **Men** dere fortjener en stor applaus\. | Morsomt å komme så langt\. Hvordan har det vært å være med? Spennende\. Morsomt\. Det blir trøstepremier**\,** **men** dere fortjener en stor applaus\. |
|
48 |
+
| Dere kan svare nå\. | Dere kan **begynne** **å** svare **fra** **og** **med** nå\. |
|
49 |
+
| **Som** seg **hør** og bør i **sportsjournalistikken**\, **spør** **jeg:** **Hva** føler du nå? Jeg føler meg glad for å ha vunnet og for å ha slått **Karuss**\. Et lite stikk til naboskolen **der**\. Valle **skule** blir **representanten** fra Aust\-Agder i den nasjonale finalen\. | **Vi** **skal**\, **som** seg **høre** og bør\, **spørre** **deg**\, **Svein**\, **hva** føler du nå? Jeg føler meg **veldig** glad\, **både** for å ha vunnet og for å ha slått **Karis**\. Et lite stikk til naboskolen\. Valle **skole** blir **representant** fra Aust\-Agder i den nasjonale finalen\. |
|
50 |
+
| Har dere følelse på **hvor** dere ligger på rangeringen? Har regnet ut **at** vi er høyt oppe\. Over midten**\,** i hvert fall\. **Ja\,** kan **røpe** **at** dere ligger på en delt **2\.\-plass\,** med flere\. **Her** er fasiten\. | Har dere en følelse **av** **hvordan** dere ligger på rangeringen? **Vi** **har** **vel** regnet **oss** ut **som** **relativt** høyt oppe\. Over midten i hvert fall\. **Dere** kan **ligge** på en delt **andreplass** med flere\. **Applaus!** **Dette** er **bra**\. **Og** **her** **har** vi fasiten\. |
|
51 |
+
| Spørsmål 1**:** Fotballtreneren er ikke Drillo\, men Kjetil Rekdal\. 2**:** **IR** er nasjonalt kjennemerke på bilene i Iran\. **Ingen** visste\. | Spørsmål 1\. Fotballtreneren **det** **handlet** **om** i **biografien** i\, er ikke Drillo\, **som** **mange** **trodde**\, men Kjetil Rekdal\. 2\. **I** er **et** nasjonalt kjennemerke på bilene i Iran\. **Det** **var** **det** **ingen** **som** visste\. |
|
52 |
+
| Er dere klare? Ild! | Er dere klare? Ild! |
|
53 |
+
| **Vi** har svart Antarktis\. Og Smøla? **Vi** har svart Afrika\. Riktig svar er Sør\-Amerika\. Tore\, har du stillingen etter første runde? Det var uhyre spennende\. Smøla leder med **3** poeng mot **Myklebusts** **1** poeng\. | **Hva** har **dere** svart? Antarktis\. Og Smøla? Afrika\. Riktig svar er Sør\-Amerika\. **Da**\, Tore\, er du **klar** med stillingen etter første runde? Det var uhyre spennende\. Smøla leder med **tre** poeng mot **Myklebust** **sine**\. |
|
54 |
+
| Dette er Buskerud\-finalen i **Klassequiz**\. Kristoffer\, Martine og Andreas\, dere skal forsvare Nedre Eikers ære\. På skolen var det hard konkurranse om å bli en av de utvalgte\. Hva er det 13\. **fibonaccitallet**? **Kunnskapsnivåer** er skyhøyt i dette klasserommet\. | Dette er **altså** Buskerud\-finalen i **Klassequizen**\. Kristoffer\, Martine og Andreas skal forsvare Nedre Eikers ære\. På skolen i **Krakkestad** var det hard konkurranse om å bli en av de **tre** utvalgte\. Hva er det 13\. **Fibonacci**\-**tallet**\, dere? **Kunnskapsnivået** er skyhøyt i dette klasserommet\. |
|
55 |
+
| Buskerud\. **Oi**! Og Akershus\. Gratulerer\. Hvem som kommer **videre**\, skal avgjøres **gjennom** en praktisk oppgave | Buskerud\. Og Akershus\. Gratulerer! Hvem som kommer **til** **superfinalen**\, skal avgjøres **ved** **hjelp** **av** en praktisk oppgave |
|
56 |
+
| Skal vi bare **starte** med **fasiten**? Ja\. Spørsmål 1**:** Jan **Zelezny** har verdensrekorden i spydkast\. 2**:** Bilprodusenten som **lagde** **Rekord**\. **Vest\-**Agder\, **hva** **svarte** dere? Lada\. | Skal vi bare **sette** i **gang** med **fasit**? Ja\. **Her** **er** **fasit**\. Spørsmål 1\. Jan **Ciletzny** har verdensrekorden i spydkast\. 2\. Bilprodusenten som har **laga** **rekord**\. **Hva** har dere **svart**\, Agder? Lada\. |
|
57 |
+
| **Jeg** er **jordmor** på **sykehuset** i **Tønsberg**\. Det er ulik aktivitet på **fødeavdelingen**\. **Alt** fra **tre** **fødsler** på **én** dag\, til ti\-tolv i løpet av et døgn\. | **Hei**\, **Nina** **Høyer**\. **Jordmor** på **Sykkyttert** **tønsberg**\. **På** **fødeavdelinga**\. Det er ulik aktivitet\. **Vi** **har** **akuttavdeling**\. **Der** er **det** **alt** fra **trefeste** på **en** dag til ti\-tolv i løpet av et døgn\. |
|
58 |
+
| **Likt** på tre av fire spørsmål\. Hva er stillingen? | **Det** **var** **likt** på tre av fire spørsmål\. Hva er stillingen**\,** **Øyvind**? **Da** er stillingen **4** **poeng** **til** **Tasta\-Rystad\,** **mens** **Grødem** **har** **3** **poeng**\. |
|
59 |
+
| Hvilke to distanser har Finnmarksløpet? Alta**\-**Karasjok\. **Jeg** **er** **ute** **etter** **avstand** i **km** eller mil\. **Og** **der** stod det ingenting **hos** **dere**\. Hva heter den tidligere **freestylemotorcrosskjøreren** **fra** **Finnmark**? **Ailo** Gaup\. Takk\. | Hvilke to distanser har Finnmarksløpet? Alta **og** Karasjok\. **Avstanden** i **antall** **kilometer** eller i **antall** mil\. **Der** stod det ingenting**\,** **bosnakker**\. Hva heter den tidligere **motorcrosskjøreren** **som** **vant** **VM** i **2007**? **Paulo** Gaup\. Takk\. |
|
60 |
+
| **Filmen** som ble nominert til Oscar**?** **Kon\-Tiki**\. Skuespiller **\-** Inception\, Titanic og The Aviator\. **Leonardo** **DiCaprio**\. **Og** **regissør** av Avatar**?** James **Cameron**\. Takk for de svarene\. La oss høre på hva Eidebakken har som **svar**\. | **Den** **norske** **filmen** som ble nominert til Oscar\. Skuespiller\, Inception\, Titanic og The Aviator\. **Leonard** de **Caprio**\. **Regissør** av Avatar\. James **Cramer**\. Takk for de svarene\. La oss høre hva Eidebakken har **å** **svare** på\. |
|
61 |
+
| Vestfold\. Og med 29 poeng\.\.\. Vest\-Agder**!** Gratulerer\, **kom** **frem** **hit**\. | Vestfold\. **Det** **var** **kjempebra**\, **takk**\. Og med 29 poeng\.\.\. Vest\-Agder\. Gratulerer **for** **framifrermis**\. **For** **framifrermis**\. |
|
62 |
+
| **Dette** er **superfinalen** av Klassequizen\. **Tre** **fylker** kjemper om å bli årets mest kunnskapsrike **tiendeklassinger**\. Tredje kategori heter **"**gigant**"\.** Spørsmål 1**:** Hva slags dyr er en belgisk kjempe? | **Superfinalen** av Klassequizen**\,** **hvor** **tre** **fylkeslag** kjemper om å bli årets mest kunnskapsrike **tiendeklassing**\. Tredje kategori heter gigant\. Spørsmål 1\. Hva slags dyr er en belgisk kjempe? |
|
63 |
+
| Han er en smart fyr\. Hvem vinner **klassequizen**? Drangedal! Det er to **10\.\-klasser** **der**\. Hvilken klasse går du i? B\. Er **konkurransen** stor mellom klassene? **Ja**\. Hvordan merker man det? | Han er en smart fyr\. Hvem vinner **Klassequizen**? Drangedal! Det er en **fin** **gjeng** i Drangedal\. **Dere** er to **tiendeklassinger**\. Hvilken klasse går du i? **Jeg** går i B\. Er det stor **konkurranse** mellom klassene? Hvordan merker man det? |
|
64 |
+
| Riktig svar er selvsagt Cecilie Skog\. Den norske **filmen** **"**Trolljegeren**"** ble spilt inn i Volda\. **Hvilket** år hadde **den** **premiere**? **I** 2011\. Smøla? **Jeg** var litt **usikker**\. 2009\. | Riktig svar er selvsagt Cecilie Skog\. Den norske **spillefilmen** Trolljegeren ble spilt inn i Volda\. **Hva** **slags** år hadde **premieren** **vært**? 2011\. **Og** Smøla? **Det** var litt **usikkert\,** **så** **det** **tok** 2009\. |
|
65 |
+
| I **Krødsherad** setter de **nemlig** sin **lit** til Åsne\, Gunvor og Hanne\. **Læreren** **deres** og klassekameratene har **tro** på at dette går veien\. | I **korsvara** setter de sin **lyd** til **dere**\, Åsne\, Gunvor og Hanne\. **Både** **læreren** og klassekameratene har **klokketro** på at dette går veien\. |
|
66 |
+
| **Ja**\. **Stor** **applaus** til begge lag\. **Da** er det klart **hvem** som skal redde æren til Sør\-Trøndelag i finalen\. **Men** **hvem** skal redde æren til Nord\-Trøndelag? Vi skal bli kjent med det første laget **derfra** \- Halsen skole\. | **Applaus** til begge lag\. **Kjempebra** **innsats**\. **Nå** er det **alt** klart\. **Den** som skal redde æren til Sør\-Trøndelag i finalen**\,** er **Sverresborg** skole\. **Hvem** skal redde æren til Nord\-Trøndelag? Vi skal bli kjent med det første laget **derifra\,** Halsen skole\. |
|
67 |
+
| Dere kan begynne å svare fra og med nå\. | Dere kan begynne å svare fra og med nå\. |
|
68 |
+
| Neste kategori er bokstaven i\. Spørsmål 1**:** **Hvilken** norsk fotballtrener er **hovedperson** i biografien I? 2**:** Hvilket land har IR som kjennemerke nasjonalt på bilene sine? | Neste kategori er bokstaven I\. Spørsmål 1\. **Hva** **slags** norsk fotballtrener er **hovedpersonen** i biografien I? 2\. Hvilket land har IR som kjennemerke nasjonalt på bilene sine? |
|
69 |
+
| **1**\. Det ble slutt på bruken av 50\-øringer i fjor\. Hva slags **metall** er det mest av i disse myntene? 2\. **I** det indre øret finner vi disse **halvsirkelforma** buegangene\. Hva slags sans ivaretar de? | **Første** **spørsmål**\. Det ble slutt på bruken av 50\-øringer i fjor\. Hva er det mest av **med** **tall** i myntene? **Spørsmål** **nr**\. 2\. **Her\,** i det indre øret**\,** finner vi disse **halvsirkelformede** buegangene\. Hva slags sans ivaretar de? **Spørsmål** **3**\. |
|
70 |
+
| Det er en **utrolig** flott opplevelse **å** **få** **oppleve** **så** **mye**\. Hva het indianerhøvdingen som hadde seilt over havet fra Sør\-Amerika? Det ble **selvfølgelig** tid til litt Kon\-Tiki\-**klassequiz**\. Hvor lang var hvalhaien som **du** **støtte** **på** **under** **flåten**? | Det er **veldig** **gama**\. Det er en flott opplevelse\. Hva het indianerhøvdingen som hadde seilt over havet fra Sør\-Amerika til **Polynesia**? Det ble tid til litt Kon\-Tiki\-**klassikviss**\. Hvor lang var hvalhaien? |
|
71 |
+
| 4**/5**\. 2**/**3 eller 4**/5**? Det riktige svaret er 4**/5**\. Det siste poenget går til Krøderen\. Det ble 3\-3 i denne runden\. **Eknes** er vinneren med 12 mot 10 poeng\. | **Vi** **svarte** 4 **femdeler**\. 2 **tredeler** eller 4 **femdeler**? Det riktige svaret er 4 **femdeler**\. Det siste poenget går til Krøderen\. Det ble 3\-3 i denne siste runden\. Det **betyr** **at** **Ekenes** er vinneren med 12 mot 10 poeng **over** Krøderen\. |
|
72 |
+
| Hvilken plante brukte man i oldtidens Egypt til å lage **papir** av? | i oldtidens Egypt**\.** Hvilken plante brukte man **da** til å lage **papirer** av? |
|
73 |
+
| Distansen Vebjørn Rodal har tatt gull i\, er 800 **m**\. Dere hjemme ser hva stillingen er\, på skjermen\. **Ja**\, **1**\. kategori er gjennomført\. Vi **fortsetter** med **kategorien** Under 100\. | Distansen Vebjørn Rodal har tatt gull i\, er**\.\.\.** 800 **meter**\. Dere hjemme ser hva stillingen er på skjermen\. **Første** kategori er gjennomført\. Vi **skal** **fortsette** med **en** kategori **som** **heter** Under 100\. |
|
74 |
+
| **Og** saltet med stikkende lukt? **Hornsalt**\. Hva blir **verbet** **"å** **sniffe"** i imperativ? Sniffet\. Vi **beveger** **oss** til **Fiskå**\. **Hunderasen** til **Sniff**? **Jaktlabrador**\. **Dalen** til **Sniff** og **Snusmumrikken**? **Mummidalen**\. **Saltet** med stikkende **luft**? **Hornsalt**\. | Vi **var** **ute** **etter** saltet med stikkende lukt\. Hva blir **det** i imperativ? Sniffet\. **Så** til **fiskene\,** **som** **først** **skal** **svare** **på** **hunderasen** til **sniff**\. Vi **var** **ute** **etter** **dalen\,** **der** **sniff** og **snusmumrikken** **holder** til\. Vi **var** **ute** **etter** saltet med stikkende lukt\. |
|
75 |
+
| **Ca**\. 54 %\, ca\. 71 **%** eller ca\. 83 %? Hva har **dere** svart**\,** **Smøla**? 71\. Myklebust? 71\. Riktig svar er 71 %\. Hva heter det dypeste punktet**\,** som ligger på bunnen av Stillehavet? | **Er** det 54 %\, ca\. 71 eller ca\. 83 %? 71\. **Og** Myklebust har svart? 71\. Riktig svar er 71 %\. Hva heter det dypeste punktet på **jorda** som ligger på bunnen av Stillehavet? |
|
76 |
+
| Jeg skal forklare reglene\. De er ganske like reglene dere kjenner fra **radiosendingene** dere **var** **med** på\. Det er 16 spørsmål fordelt på **4** kategorier\. Jeg leser **4** spørsmål av gangen\. **Dere** får 45 sekunder **til** å besvare **dem**\. | Jeg skal forklare reglene\. De er ganske like **de** dere kjenner fra **radiosendingen**\. Det er **i** **dag** 16 spørsmål fordelt på **fire** kategorier\. Jeg leser **fire** spørsmål av gangen\. De får dere 45 sekunder å besvare **og** **samarbeide** på\. |
|
77 |
+
| Det siste her **nå**\. Det var **liksom** så jevnt\. Hvordan føles det\, Ragnhild? Bare bra\. Her har vi **sjekken**\. Og **diplom**\, som **er** **beviset** **på** at dere skal redde æren til Sør\-Trøndelag videre **nå**\. | Det siste her var så jevnt\. Hvordan føles det\, Ragnhild? Bare bra\. **Fornøyd**? **Ta** det **med** **ro**\, **ser** det **ut** som\. Her har vi **sekken**\. **Takk**\. Og **diplomet** som **beviser** at dere skal redde æren til Sør\-Trøndelag videre\. **Tusen** **takk**\. |
|
78 |
+
| **3:** Bandet Hans Erik Dyvik Husby var vokalist i\, heter Turboneger\. **4:** Hun som har vunnet New York Marathon **9** ganger\, heter Grete Waitz\. **Rekkefølgen** blir **slik**\. | Bandet Hans Erik Dyvik Husby var vokalist i\, **het** Turboneger\. **Og** **fire\.\.\.** Hun som har vunnet New York Marathon **ni** ganger\, heter Grete Waitz\. **Og** **da** blir **rekkefølgen** **sånn**\. |
|
79 |
+
| Du **tenker** ikke **"**det **hadde** **jeg** **klart"?** Nei\. **Vi** **håper** **de** kommer sterkere tilbake i neste kategori**!** Vet dere hvem som er regjerende **"Idol"\-**vinner? | Du **sitter** ikke **her** som **besserwisser**? Nei\. **Ikke** i det **hele** **tatt**\. **En** **liten** **jubel** **for** **laget**\. **Håper** dere kommer sterkere tilbake i neste kategori\. Vet dere hvem som er regjerende **idolvinner**? **Hvem** er **siste** vinner? |
|
80 |
+
| **Hadde** aldri trodd at\.\.\. At dere var blant de beste? Nei\. **Heller** motsatt\. Vi trodde vi var dårligst\. Vi trodde vi **kom** på **sisteplass**\. Oi! Gratulerer! Strålende! Tusen takk\. Var det stressende **og** **vanskelig**? Vi lurte et øyeblikk på **om** det **gikk** bra\. | **Jeg** **hadde** aldri trodd\.\.\. **Dere** trodde **ikke** at dere var blant de beste? Nei**\,** **heller** motsatt\. Vi trodde vi var dårligst\. At **hun** var dårligst? Oi! Gratulerer\. Strålende\. Tusen takk\. **Hva** **syns** dere? Var det stressende? Vi lurte på et øyeblikk\. **Går** **dette** bra? |
|
81 |
+
| Dere kan begynne å svare nå\. | Dere kan begynne å svare **fra** **og** **med** nå\. |
|
82 |
+
| Vest\-Agder\. Er noen **spent** på deres vegne **nå**? Ja\. **En** **i** klassen liker å besvime\. **Håper** du holder deg våken **nå**\. Mange er nok spente\, **ja**\. Bekymret for at noen skal få hjerteinfarkt\. **Noen** du **tenker** på **da**? **Besteforeldre**\. | **Og** **så** **var** **det** Vest\-Agder\. Er noen **veldig** spente på deres vegne? Ja\, **vi** **har** **mange** **som** er spente\. **Den** **ene** klassen liker å besvime\. **Får** **håpe** du holder deg våken\. Mange er nok **veldig** spente\. Bekymret for at noen **med** **dårlig** **hjerte** skal få hjerteinfarkt\. **Hva** er **gamle** **besteforeldre**? |
|
83 |
+
| **Da** **har** **vi** **en** **1**\, **2**\. og **3\.\-plass**\. **3:** Vestfold\. **2:** Vest\-Agder\. På topp med **1** poeng**:** Sør\-Trøndelag\. | **Ett** **lag** **på** **første**\, **ett** **på** **andre** og **ett** **på** **tredjeplass** **foreløpig**\. På **tredje**\, Vestfold\, **andre**\, Vest\-Agder\. På topp **fortsatt**\, med **bare** **ett** poeng **over**\, Sør\-Trøndelag\. |
|
84 |
+
| Chelsea\, Barcelona og Sogndal er rett på spørsmål 2\. Skihopperen **som** **introduserte** **V\-stilen**\, var svensk\, og ble i sin tid **sammenlikna** **både** med kråke og hekksaks\. Han **het** Jan **Boklöw**\. **Martina** Navratilova la opp i 1990\, **før** **dere** var **født**\. | Chelsea\, Barcelona og Sogndal er rett på spørsmål 2\. Skihopperen var **faktisk** svensk\. Han ble i sin tid **sammenlignet** med **en** kråke og **en** hekksaks\. Han **revolusjonerte** **oppsporten** **til** **et** Jan **Boklöv**\. **Martine** Navratilova la opp i **ca**\. 1990\. |
|
85 |
+
| Hvor smart er en **tiendeklassing**? Lørdag 4\. mai er det finale **i** **Klassequiz\,** **og** vi må finne ut hvem vi skal sende fra ditt fylke\. De kan mer enn du tror\. | Hvor smart er en **10\.\-klassing**? Lørdag 4\. mai er det finale\. **Vi** må finne ut hvem vi skal sende fra ditt fylke\. De kan mer enn du tror\. |
|
86 |
+
| Vi svarte hund\, men **tenker** at kanin var **hakket** **hvassere**\. Kanin\, ku og hund\. Den som hadde rett\, var\.\.\. Oslo\. Det var kanin\. Her er resten av svarene**:** | Vi svarte hund\, men **i** **ettertid** **tenkte** **vi** at kanin **kanskje** var **hakke**\. Kanin\, ku og hund\. Den som hadde rett\, var\.\.\. Oslo\. Det var kanin\. Her er resten av svarene\. |
|
87 |
+
| **Sånn** ser **poengtavla** ut nå**:** | **Og** **sånn** ser **poengtavlen** ut nå**\.** |
|
88 |
+
| Hvor arrangeres det **Ski**\-VM i år? 3\. Hvis det er pluss 1 og nysnø\, hvilken **festevoks** **brukes** **da**? 1\. **Blå**\. 2\. **Lilla**\. 3\. **Rød**\. | Hvor arrangeres det **ski**\-VM i år? **Dagens** **tredje** **spørsmål**\. Hvis det er pluss 1 og nysnø\, hvilken **festeboks** **anbefales** **å** **bruke**? **Alternativ** 1\, **blå**\, **alternativ** 2\, **lilla**\, **eller** **alternativ** 3\, **rød**\. |
|
89 |
+
| Vi er fra hver **vår** **klasse** i **tiende** **\-** fra A\, B og C\. Hvordan er det å sitte her nå? Gøy\. Vi hadde ikke trodd vi skulle komme så langt\. Det er **bare** å **krysse** fingrene og **håpe** dere kommer enda lenger\. Vi skal fortsette med kategori 5\, som vi har kalt for Portugal\. | Vi har **alle** fra hver for **oss** i **klassen**\. Det **var** **én** fra A\, **én** fra B\, **én** fra C\. Hvordan er det å sitte her nå? Gøy\. Vi hadde ikke trodd vi skulle komme så langt\. **Da** **krysser** vi fingrene og **håper** dere kommer enda lenger\. Vi skal fortsette med kategori 5\, som vi har kalt Portugal\. |
|
90 |
+
| Hvordan føles det å stå her nå? **Bra**\. Hva med dere\, **Gjøklep**? Hva føler dere? Skikkelig klar\. Det **går** veldig bra\. Hva satser dere på? Å **vinne**\. Vi **får** **se** **hvordan** det **går**\. Det første temaet er **"**konge**"\.** | Hvordan føles det å stå her nå? Det føles bra\. Hva med dere\, **Klepp**? Hvordan føler dere **inn** **for** **konkurransen**? Skikkelig klar\. Det **skal** **gå** veldig bra\. Hva satser dere på? Å **vidde**\. **Selvfølgelig**\. Vi **starter** med det første temaet\, **som** er konge\. |
|
91 |
+
| Når det blir kaldt nok\, kan en kopp vann fort **bli** **til** **snø**\. Kulderekorden i Norge er på minus 51\,4 grader\. **Hvor** var det så kaldt? | Når det blir kaldt nok\, kan en kopp vann fort **bite** **snøen**\. Kulderekorden i Norge er på minus 51\,4 grader\. **Men** **hvor** var det så kaldt? |
|
92 |
+
| Jeg er voldsomt stolt\. Vi har en representant fra Kabelvåg\. **Men** du er ikke **lærer**\. Du er coachen deres og reserven **også**\. Hvorfor **står** ikke du **bak** **pulten** **der** **nå**? Det er guttene som er best\. Jeg er fornøyd med å være reserve\. **Men** **coach\.\.\.** Hva har **den** **jobben** bestått i? | Jeg er voldsomt stolt **av** **deg**\. Vi har med en representant fra Kabelvåg\. Du er coachen deres og reserven\. Hvorfor er ikke du med i **konkurransen**? Det er guttene som er best\. Jeg er fornøyd med å være reserve\. Hva har coachen bestått i? |
|
93 |
+
| Dette er **virkelig** **velsmakende** mat\, men ikke det sunneste en kan få\. **Og** **for** **idrettsstjerner** er det ikke så sunt\. **Spørsmål** **2:** Hvilken idrett driver Bradley **Wiggins** med? Vi er i en **typisk** britisk pub\, **som** det **fins** mange **av** i britiske byer\. | Dette er **veldsmakende** mat\, men det er ikke det sunneste **man** kan få\. **For** **idrettstida** er det ikke så sunt\. Hvilken idrett driver Bradley **Wiggans** med? Vi er i en britisk pub med mange **tusen** i **alle** britiske byer\. |
|
94 |
+
| **3\-1** **til** **Smøla**\. **Er** dere **fornøyde** med starten? **Var** det sånne spørsmål dere håpet på? **Ja**\. **Er** **jentene** **fornøyde** med **1** poeng? Nei\. Det forteller **egentlig** alt\. | **Gutta\,** **fornøyd** med starten? **Jeg** **kan** **ikke** **si** **at** **jeg** **er** **misfornøyd**\. Det **var** sånne spørsmål **jeg** håpet på\. **Jentene\,** **hvordan** **er** dere **fornøyd** med **ett** poeng **i** **første** **runde**? Nei\. **Jeg** **tror** det forteller alt\. |
|
95 |
+
| Der er tiden ute\. Da må jeg få svarene\. Gran Canaria\. **Tyfus**\. **Tipi**\. **Sekkepipe**\. 14 skoler er blitt til 2\. Ungdommene fra Eknes og Krøderen **skole** skal **gjøre** **sitt** **ytterste** **for** **å** svare på 16 spørsmål\. Det står om 5000 kr | Der er tiden ute\. Da må jeg få svarene\. **Vi** **svarte** Gran Canaria**\,** **satse** på **Teefus\,** **Pippi\,** **sekkepipa** til **vann**\. 14 skoler er blitt til 2\. Ungdommene fra Eknes og Krøderen skal **i** **dag** svare på 16 spørsmål **i** **4** **ulike** **kategorier**\. Det står om 5000 kr\. |
|
96 |
+
| Jeg ønsker dem lykke til\. De vinner\. Jeg har **tro** på dem\. Jeg ønsker dem lykke til\. **Morsomt** å se om de vinner **eller** ikke\. Jeg ønsker dem lykke til\. De **knuser** de **andre!** Vi har ikke meldt oss på for å komme på **andreplass**\. Vi skal vinne**!** Vinnerinstinktene er på plass\. | Jeg ønsker dem lykke til\. De vinner**\,** **håper** **jeg**\. Jeg har **veldig** **tråd** på dem\. Jeg ønsker dem lykke til\. **Det** **blir** **morsomt** å se om de vinner\. Jeg ønsker dem lykke til\. De er **råe**\. De **kommer** til å **knuse** til **hverandre**\. Vi har ikke meldt oss på for å komme på **annenplass**\. Vi skal vinne\. Vinnerinstinktene er på plass**\,** **og** **det** er **veldig** **bra**\. |
|
97 |
+
| Finnmark\, **går** det bra med dere? Ja\. Hvor lang tid brukte dere på å reise fra Kjøllefjord? Ganske nøyaktig 12 timer\. **Jøss**\. Hvordan fikk dere tida til å gå? Vi hadde med **en** quizbok og spill\. **Så** vi øvde litt\. Hvordan har dere fordelt kunnskapsområdene **mellom** dere? | Finnmark**!** **Går** det bra med dere? Ja\. Hvor lang tid brukte dere på å reise fra Kjøllefjord? Ganske nøyaktig 12 timer\. 12 timer? Hvordan fikk dere tida til å gå? Vi hadde med quizbok og spill\, **så** vi øvde litt\. Hvordan har dere fordelt **de** **forskjellige** kunnskapsområdene? |
|
98 |
+
| Og Rihanna kommer fra\.\.\. Barbados\. Det var nesten\. **Dere** har **3** poeng etter denne runden **\-** **mot** **2**\. Når man legger de **nyervervede** poengene sammen med **dem** | Og Rihanna kommer fra\.\.\. Barbados\. Det var nesten\. **Men** **hvis** **jeg** **ikke** **tar** **helt** **feil** **nå\,** har **dere** **tre** poeng etter denne runden\. **Mot** **to**\. Når man legger de **nye** **ervervede** poengene sammen med de |
|
99 |
+
| Vi hadde **trua** **hele** **tida**\. Vi visste det\. Hvordan har det vært **så** **langt**? Ganske trivelig\. Vi **slapp** skole\. Det er **veldig** artig\. **Og** **lærerikt**? **Ja**\. For at konkurransen skal gå riktig for seg\, skal vi med oss en dommer\. Stein Sneve\, **velkommen** **hit**\. Du er journalist i Avisa Nordland\. | Vi visste det\. Hvordan **var** det **å** **være** med i **Klassequizen**? Ganske trivelig\. **Sleppe** skole\. **Hva** **tenker** **du**? Det hadde vært artig\. For at konkurransen skal gå riktig for seg\, har vi med oss en dommer\. Stein Sneve\. **Velkommen**\. Du er **til** **vanlig** journalist i Avisa Nordland\. |
|
100 |
+
| Gratulerer! **Tusen** **takk**\. Strålende! Det var flott\, **altså**! Det var så spennende! Ingen visste hvor de lå\, så det var spennende\. **Jeg** er **veldig** spent på det metanspørsmålet\. **Jeg** er jo **naturfaglærer**\. Hvor mange hydrogenatomer var det i metan? **Ja**\, det klarte vi\. Det var **en** som kom opp i **prøvemuntlig** i naturfag\. | Gratulerer\, **Håkon**! Gratulerer\, **Max**! Strålende! Det var flott! **Så** spennende! Ingen visste hvor de lå\, så det var spennende\. **Nå** er **jeg** spent på metanspørsmålet\. Det er jo **naturfeil**\. **Hvordan** **gikk** det **med** det? Hvor mange hydrogenatomer var det i metan? Det klarte vi\. **En** som kom opp i **prøvemunntlig** i naturfag\, **hadde** **kontroll**\. |
|
101 |
+
| Er det behov for ny skole? **Jeg** **vil** **si** det\. Er det veldig slitt? Litt\. Vi la **kanskje** merke til en liten detalj\. **Da** vi var på besøk for å filme\, var det et kart som så ut som det var hengt opp rett etter **unionsoppløsninga** i **1905**\. **Se** **her**\. | Er det behov for ny skole? **Hvordan** **ser** **den** ut? **Det** **er** behov for det\. Er **du** veldig slitt? Litt\. Vi la merke til en liten detalj\. **Ikke** **den** **største**\. **Men** **da** vi var på besøk for å filme **geografi\-quizen**\, så vi et kart som så ut som det var hengt opp rett etter **unionsoppløsningen** i **Midtnøysen**\. |
|
102 |
+
| **Vi** skal få inn **supersjefen** vår\. **Hallstein** Vemøy **er** distriktsredaktør i NRK Møre og Romsdal\. Han **kommer** med blomster til vinnerne\. **Og** en sjekk på 5000 kroner til elevene fra Smøla ungdomsskole\. | **Hun** skal få inn vår **supersjef**\. **Halstein** Vemøy**\,** distriktsredaktør i NRK Møre og Romsdal\. Han skal **komme** inn med blomster til vinnerne\. Han **har** **også** med **seg** en sjekk på 5000 kroner til elevene fra Smøla ungdomsskole\. |
|
103 |
+
| I **løpet** **av** **kvelden** skal **vi** **komme** **frem** til ett vinnerlag**\,** som fortjener å ta med trofeet hjem\. Alle **ungdomsskoler** i landet har fått tilbud om å være med i Klassequiz\. 314 skoler meldte seg på\. I første runde konkurrerte **alle** på lokalradio\. Vi har **egentlig** ikke forberedt oss så mye**\,** **men** **vi** har spilt **Quizkampen**\. | Vi skal **fram** til ett vinnerlag som fortjener å ta trofeet med seg hjem\. Alle **ungdomsskolene** i landet har fått tilbud om å være med i Klassequiz\. 314 skoler meldte seg på\. I første runde konkurrerte **de** på lokalradio\. Vi har ikke forberedt oss så mye\. Vi har spilt **litt** **quizkampen**\. |
|
104 |
+
| **Det** ble **10** poeng mot Siljans **5**\. Hadde du **trodd** det **skulle** **gå** så bra? Egentlig ikke\. **Det** er **bare** bra\. Hadde dere flaks med **kategoriene**? **Det** **var** **helt** **greit**\. Dere hadde som eneste lag i Telemark **12** poeng i de innledende rundene\. | **Jon** **Martin\,** det ble **ti** poeng mot Siljans **fem**\. **Trodde** du det **gikk** så bra? Egentlig ikke**\,** **men** det er **jo** bra\. Hadde dere flaks med **kategorien\,** **eller**? **Hvordan** **føltes** det? **Greit**\. Dere hadde som eneste lag i Telemark **tolv** poeng i de innledende rundene\. |
|
105 |
+
| Jeg heter Lars **Øygarden** **Nordbø\,** 16 år og går på Drangedal skole\. Jeg heter **Jon** **Martin\,** **15** år og går på Drangedal skole\. Solveig **Sannes\,** **15** år og går på Drangedal skole\. I **den** andre **semifinalen** vant Siljan knepent over Rauland\. Jeg heter Andreas Hammer**\,** 16 år og går på Siljan skole\. **Magne** Erlandsen**\,** **15** år og går på Siljan skole\. | Jeg heter Lars **Øigard** **Norrbø** og **er** 16 år\. Jeg **kommer** **fra** Drangedal **tiårig** skole\. Jeg heter Solveig **Sandnes** og går på Drangedal **ungdomsskole**\. I andre **semifinale** vant Siljan knepent over Rauland\. Jeg heter Andreas Hammer og **er** 16 år\. Jeg går på Siljan **ungdomsskole**\. Jeg **er** **Magnar** Erlandsen og går på Siljan **ungdomsskole**\. |
|
106 |
+
| **Buskerud**\, **hvordan** går det? **Nei**\, det går helt greit\. Helt midt på treet? Ja\. Du skal ikke håpe for mye og ikke for lite? Hvor gøy hadde det vært å ta med **seg** trofeet hjem i dag? Det hadde vært **veldig** morsomt\, ikke minst for skolen og lærerne\. **Så** **vi** **håper** **jo** det\. Skolen deres er Høvik i Lier\. | **Hvordan** går det **så** **langt**? Det går helt greit\. Helt midt på treet? Ja\. Du skal ikke håpe for mye og ikke for lite? Hvor gøy hadde det vært å ta med trofeet hjem i dag? Det hadde vært morsomt\, ikke minst for skolen og lærerne\. Skolen deres er Høvik\, **som** **ligger** i Lier\. |
|
107 |
+
| Det er temperatur i rommet\. **Er** det deg og meg? Der var det blikket igjen du sendte til meg\. Jeg tror jeg vet at du er litt forelska i meg\. | Det er temperatur i rommet**\,** er det deg og meg? Der var det blikket igjen\. **Du** sendte det til meg\. Jeg tror jeg vet at du er litt forelska i meg\. |
|
108 |
+
| **Dere** er **ikke** redd for at hun skal bli sinna etterpå? Nei da\. **Det** er **ikke** så ille\. Andreas\, du blir beskrevet som en kar **med** draget på damene\. Er du glad i jenter? Ja\, alle er vel glad i jenter? **En** kan bli litt lei dem **òg**\, men en er alltid glad i jenter\. | **Ikke** redd for at hun skal bli sinna etterpå\. Nei da\. **Ikke** så ille\. Andreas\, du blir beskrevet som en kar som **har** **utrolig** draget på damene\. Er du glad i jenter? Ja\, alle er vel glad i jenter\. **Jeg** kan bli litt lei dem **noen** **ganger**\, men alltid glad i jenter\. |
|
predictions/validation_nrk_tv/step_2000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_3000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_4000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_5000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_6000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_7000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_8000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_nrk_tv/step_9000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_0.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_1000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_10000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_11000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_12000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_13000.md
ADDED
The diff for this file is too large to render.
See raw diff
|
|
predictions/validation_stortinget/step_2000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_3000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_4000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_5000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_6000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_7000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_8000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
predictions/validation_stortinget/step_9000.md
CHANGED
@@ -1,4 +1,4 @@
|
|
1 |
-
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
|
|
1 |
+
[Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md)
|
2 |
|
3 |
| STEP| loss | wer |cer|
|
4 |
| ---| --- | --- |--- |
|
runs/Jun20_11-30-32_t1v-n-ef630210-w-1/events.out.tfevents.1687260632.t1v-n-ef630210-w-1.255524.0.v2
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:8f44d3eb8e29e9dca8b78a8504d75855c8135d3a549d4a1418d37d44116e4d7c
|
3 |
+
size 43831803
|
training_state.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:b9a5607e6733995006a8755fc845d3731e8689a287305b365edf37d8aee7258e
|
3 |
+
size 10926
|