Характеристики

Контекст: 512 токенов
Параметры: 58,4 млн
Лицензия: Apache 2.0
Архитектура: marian · dense
Опубликована: 28 июл 2022

Ссылки

Hugging Face

Hgn_trans_en2zh

BubbleSheep

ПереводТекст → текст4 профессии

Модель Marian для перевода английских текстов на китайский, дообученная на данных THUOCL.

427скачиваний за 30 дней3лайкавеса обновлены22 авг 2022

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

BubbleSheep/Hgn_trans_en2zh — модель машинного перевода с английского на китайский, созданная дообучением Helsinki-NLP/opus-mt-en-zh на данных THUOCL. Она построена на архитектуре Marian и содержит 58,4 млн параметров; модель рассчитана на входной контекст до 512 токенов и доступна в формате PyTorch для использования с Transformers.

Модель предназначена для перевода английских текстов на китайский. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. В карточке не приведены оценки качества или сведения об ограничениях перевода; контекст в 512 токенов ограничивает длину обрабатываемого входа.

Сценарии применения

перевод английских предложений на китайский
перевод коротких англоязычных сообщений и фрагментов текста
встраивание англо-китайского перевода в приложение на Transformers

Ограничения

Контекст ограничен 512 токенами. В карточке не приведены оценки качества перевода.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

Model Description: This model has been pre-trained for English-Chinese Translation, and use datasets of THUOCL to fine tune the model.
source group: English
target group: Chinese
Parent Model: Helsinki-NLP/opus-mt-en-zh, see https://huggingface.co/Helsinki-NLP/opus-mt-en-zh
Model Type: Translation

Training Data

清华大学中文开放词库(THUOCL)
Data link: http://thuocl.thunlp.org/

How to Get Started With the Model

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("BubbleSheep/Hgn_trans_en2zh")

model = AutoModelForSeq2SeqLM.from_pretrained("BubbleSheep/Hgn_trans_en2zh")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: MarianMTModel
Ревизия весов: f1793d1