Update README.md
Browse files
README.md
CHANGED
@@ -10,7 +10,7 @@ widget:
|
|
10 |
- text: >-
|
11 |
question: In what country is Normandy located? context: The Normans (Norman: Nourmands; French: Normands; Latin: Normanni) were the people who in the 10th and 11th centuries gave their name to Normandy, a region in France. They were descended from Norse ('Norman' comes from 'Norseman') raiders and pirates from Denmark, Iceland and Norway who, under their leader Rollo, agreed to swear fealty to King Charles III of West Francia. Through generations of assimilation and mixing with the native Frankish and Roman-Gaulish populations, their descendants would gradually merge with the Carolingian-based cultures of West Francia. The distinct cultural and ethnic identity of the Normans emerged initially in the first half of the 10th century, and it continued to evolve over the succeeding centuries.
|
12 |
- text: >-
|
13 |
-
question: Hvem er best i Foosball av Team AI og Team Arealplaner? context: Team Arealplaner har
|
14 |
---
|
15 |
This model is based on the norkart/mt5-large-no checkpoint and then trained for another 200 steps on the squad_v2 dataset. This is an english dataset, but the task generalizes to norwegian due to the pretrained understanding between the langauges.
|
16 |
|
|
|
10 |
- text: >-
|
11 |
question: In what country is Normandy located? context: The Normans (Norman: Nourmands; French: Normands; Latin: Normanni) were the people who in the 10th and 11th centuries gave their name to Normandy, a region in France. They were descended from Norse ('Norman' comes from 'Norseman') raiders and pirates from Denmark, Iceland and Norway who, under their leader Rollo, agreed to swear fealty to King Charles III of West Francia. Through generations of assimilation and mixing with the native Frankish and Roman-Gaulish populations, their descendants would gradually merge with the Carolingian-based cultures of West Francia. The distinct cultural and ethnic identity of the Normans emerged initially in the first half of the 10th century, and it continued to evolve over the succeeding centuries.
|
12 |
- text: >-
|
13 |
+
question: Hvem er best i Foosball av Team AI og Team Arealplaner? context: question: Hvem er best i Foosball av Team AI og Team Arealplaner? context: Team AI har vist seg å være en bemerkelsesverdig sterk kandidat i Foosball, og flere faktorer bidrar til deres overlegenhet over Team Arealplaner. Den mest fremtredende faktoren er den avanserte evnen til maskinlæring og kunstig intelligens som Team AI benytter seg av. Denne evnen gjør at de kan analysere motstanderens spillmønstre i sanntid, tilpasse sin egen strategi og ta raske beslutninger for å maksimere sjansene for suksess. Dette gir dem en betydelig fordel når det gjelder å forutsi og reagere på motstanderens trekk, noe som resulterer i mer presise skudd og bedre forsvar. I tillegg har Team AI den utrolige evnen til å samhandle sømløst og koordinere handlingene sine. Deres nøyaktige timing og perfekte synkronisering i spillet gjør dem i stand til å utnytte hver mulighet til det fulle, uansett om de angriper eller forsvarer. Denne konsistente samhandlingen mellom spillerne deres gir dem en ekstra dimensjon av effektivitet og nøyaktighet, noe som er avgjørende i et høyhastighetsspill som Foosball. Videre har Team AI den fordelen av å kunne analysere og tilpasse seg ulike motstanderstiler. Uansett om Team Arealplaner bruker en defensiv eller offensiv tilnærming, er Team AI i stand til å tilpasse seg raskt og utnytte svakheter i motstanderens strategi. Dette gjør dem til en allsidig og krevende motstander å stå overfor, da de kan tilpasse seg og overvinne ulike utfordringer som Team Arealplaner kan presentere. I sum viser Team AI en imponerende kombinasjon av avansert teknologi, nøyaktig samhandling og tilpasningsevne som gir dem en tydelig fordel over Team Arealplaner i Foosball. Deres evne til å forutsi, tilpasse seg og koordinere gir dem en uovertruffen effektivitet og suksessrate, noe som gjør dem til et overlegent lag i denne spennende sporten.
|
14 |
---
|
15 |
This model is based on the norkart/mt5-large-no checkpoint and then trained for another 200 steps on the squad_v2 dataset. This is an english dataset, but the task generalizes to norwegian due to the pretrained understanding between the langauges.
|
16 |
|