/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
bart · dense
Базовая модель
bart-base
Библиотека
transformers
Опубликована
7 сен 2026

bart-base-aslg-gloss

Генерация текстаТекст → текст3 профессии

BART, дообученная для преобразования английских предложений в последовательности глосс ASL по условностям корпуса ASLG-PC12.

218скачиваний за 30 дней0лайковвеса обновлены9 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель 425GMM/bart-base-aslg-gloss — версия facebook/bart-base, дообученная на обучающей части параллельного корпуса ASLG-PC12 для преобразования английских предложений в глоссы американского жестового языка (ASL). Она принимает текст на английском в нижнем регистре и выдаёт последовательность глосс в верхнем регистре согласно условностям корпуса. Это encoder-decoder модель BART с контекстом до 1024 токенов; веса сохранены в fp16. В тесте на 1000 предложениях качество зависело от способа декодирования: грамматическое ограничение повышало долю последовательностей из допустимых глосс до 100%, но метрики BLEU и chrF были ниже, чем при свободном декодировании.

Модель предназначена для генерации глосс по английскому тексту в рамках соглашений ASLG-PC12, включая прототипирование и эксперименты с ограниченным декодированием. Глоссы в обучающих данных автоматически получены из текстов Europarl, а не размечены носителями ASL, поэтому модель не является универсальным переводчиком с английского на жестовый язык и не предназначена для перевода реального жестового видео или речи. Лицензия — Apache-2.0.

Сценарии применения

  • генерация глосс ASL из английских предложений
  • эксперименты с грамматически ограниченным декодированием глосс
  • прототипирование преобразования английского текста в глоссовую запись ASL

Ограничения

Обучающие глоссы автоматически получены из текстов Europarl, а не размечены носителями ASL; модель не является универсальным переводчиком и результаты не переносятся напрямую на корпуса с ручной разметкой.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BART-base fine-tuned for English -> ASL gloss (ASLG-PC12)

facebook/bart-base fine-tuned on the training split of the ASLG-PC12 English-ASL gloss parallel corpus. Input is a lowercased English sentence; output is an upper-case ASL gloss sequence in the corpus's conventions (X- pronouns, DESC- modifiers).

This model is one of the systems in a small project comparing grammar-constrained decoding (xgrammar) with unconstrained decoding for gloss generation. Code, grammars and evaluation scripts: https://github.com/TheRealGioviok/nlpproj

Training

Base modelfacebook/bart-base
Datatraining split of the Kaggle redistribution of ASLG-PC12 (87,710 pairs, no official split; deduplicated and re-split 80/10/10 with seed 42 in the project)
Epochs3
Effective batch size32
Learning rate3e-5
Max length128 tokens (source and target)
Steps6,084

Weights are stored in fp16 (the evaluation in the project also ran in fp16).

Results (1,000-sentence test sample, greedy decoding)

DecodingBLEUchrFExact matchSequence validity
Unconstrained76.793.344.5%48.6%
Constrained (grammar v3)73.285.942.8%100%
Constrained + copy rule (v3)74.186.344.5%100%

"Sequence validity" is the share of outputs whose every token is in the closed gloss vocabulary.

Usage

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

repo = "425GMM/bart-base-aslg-gloss"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSeq2SeqLM.from_pretrained(repo)

src = "we should behave outside european waters in just the same way as we do at home ."
ids = tok(src, return_tensors="pt")
out = model.generate(**ids, max_new_tokens=128)
print(tok.decode(out[0], skip_special_tokens=True))

Source sentences in ASLG-PC12 are lowercased with spaces before punctuation; feed the model text in the same form.

Limitations

ASLG-PC12 glosses are rule-generated from Europarl text, not produced by signers. The model learns those rules; it is not a general English-to-ASL translator and scores do not transfer to human-annotated gloss corpora.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BartForConditionalGeneration
Ревизия весов
95aa580

0 моделей