Update README.md

README.md

@@ -20,6 +20,8 @@ library_name: transformers
 
 ULT5-pt é um modelo de arquitetura T5-v1.1 treinado com o framework UL2 - [Unifying Language Learning Paradigms](https://arxiv.org/abs/2205.05131v1), que utiliza Mixture-of-Denoisers (MoD), o qual combina o objetivo de Causal Language Modeling (CLM) com Span Corruption.
 
+*ULT5-pt is a T5-v1.1 architecture model trained using the UL2 - Unifying Language Learning Paradigms framework, which uses Mixture-of-Denoisers (MoD), combining Causal Language Modeling (CLM) objective with Span Corruption.*
+
 | Model                                    | Parameters  |
 | :-:                                      |  :-:      |
 | [thacio/ult5-pt-small](https://huggingface.co/thacio/ult5-pt-small) | 82.4M |
@@ -33,10 +35,13 @@ ULT5-pt é um modelo de arquitetura T5-v1.1 treinado com o framework UL2 - [Unif
 ## Pré-treino e especificidades do modelo
 
 O modelo foi treinado com uma parte do corpus C4 em português utilizando o UL2 (https://huggingface.co/google/ul2), utilizando *R-Denoising*, *S-Denoising* e *X-Denoising*, e com dropout 0.0.
-De forma diferente, não se utilizou token de prefixo para o *S-Denoising*. Para o *R-Denoising* e o *X-Denoising*, foram utilizados, respectivamente, os tokens <|NLU|> e <|NLG|>.
+De forma diferente do paper original, não se utilizou token específico de prefixo para o *S-Denoising*. Para o *R-Denoising* e o *X-Denoising*, foram utilizados, respectivamente, os tokens <|NLU|> e <|NLG|>.
 
 Utilizou-se uma janela de contexto para 1024 tokens e um tokenizador do GPT2 com vocabulário em português treinado com o wikipedia, aumentando a quantidade de texto que pode ser processada.
 
+*The model was trained with a portion of the C4 corpus in Portuguese using UL2 (https://huggingface.co/google/ul2), using R-Denoising, S-Denoising, and X-Denoising, and with dropout rate of 0.0. Unlike the original work of UL2, a prefix token for S-Denoising was not used. For R-Denoising and X-Denoising, the tokens '<|NLU|>' and '<|NLG|>' and were used, respectively.
+
+A context window of 1024 tokens was used. Also, a GPT2 tokenizer with a Portuguese vocabulary trained with Wikipedia was used to increase the amount of text that can be processed.*
 
 ## Uses
 
@@ -48,10 +53,18 @@ Os modos de *span corruption* podem ser acionados adicionado ao início do text
 Os autores do UL2 apontam uma possivel diferença no resultado do fine-tune dependendo do modo ativado.
 Porém, para o ult5-pt, não se notou diferença nos testes de benchmark.
 
+*Fine-tunning is the recommended use for the model.
+
+A tutorial (in portuguse) in notebook format for decoder and encoder-decoder (T5) model fine-tuning was provided: [Fine-tune Large Language Models](link here).
+
+Span corruption modes can be activated by adding the prefixes '<|NLU|>' and '<|NLG|>' to the beginning of the text. The UL2 authors point out a possible difference in the fine-tuning result depending on the activated mode. However, for ult5-pt, no difference was noticed in benchmark tests.*
+
 ### Direct Use
 
 Exemplo de geração de texto com top_k de 30
 
+*Example of text generation with top_k of 30*
+
 ```python
 from transformers import GPT2TokenizerFast, AutoModelForSeq2SeqLM
 
@@ -100,6 +113,8 @@ print(last_hidden_states)
 
 Os mesmos riscos, vieses e limitações dos outros modelos se aplicam a este, como o apontado em [GPT2](https://huggingface.co/gpt2).
 
+*The same risks, biases, and limitations of other models apply to this one, as pointed out in GPT-2.*
+
 ## Citation
 
 ```bibtex