/ Модель

Характеристики

Контекст
512 токенов
Лицензия
CC BY 4.0
Архитектура
marian · dense
Базовая модель
MoxhiMT-30-QT
Библиотека
transformers
Опубликована
11 авг 2026

vp2vi

ПереводТекст → текст

Модель редактирует черновики вьетнамских веб-романов в стиле VietPhrase/QT, делая их более естественными.

73скачиваний за 30 дней0лайковвеса обновлены11 авг 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

vp2vi — модель для редактирования вьетнамского текста, разработанная DanVP. Она преобразует черновики VietPhrase/QT, уже автоматически переведённые с китайского, в более естественный вьетнамский и рассчитана на построчную или посегментную обработку веб-романов жанров сянься, сюаньхуань и близких к ним. Это модель MarianMT с 36,5 млн обучаемых параметров, 8 слоями энкодера, 2 слоями декодера и общим словарём на 24 000 токенов; нативный контекст — 512 токенов.

Модель дообучена на курируемых парах вьетнамских черновиков и отредактированных текстов. Она подходит для локальных инструментов чтения, постредактирования и дальнейшего дообучения, но не предназначена для перевода непосредственно с китайского или для текстов общего назначения. Обычный вызов generate() может добавлять или повторять цифры, пропускать фрагменты и портить имена; защищённый путь декодирования браузерного приложения распространяется отдельно. Лицензия — CC BY 4.0.

Сценарии применения

  • постредактирование вьетнамских черновиков VietPhrase/QT
  • сглаживание машинно преобразованных строк китайских веб-романов
  • улучшение текста сянься и сюаньхуань на вьетнамском
  • подготовка черновиков для локальных инструментов чтения веб-романов
  • эксперименты с дальнейшим дообучением редактора вьетнамского текста

Ограничения

Обучение и проверка ориентированы на VietPhrase/QT-черновики китайских веб-романов; в других жанрах модель может переписать корректный текст, повредить термины или изменить смысл. Редкие имена и обычное декодирование могут приводить к порче имён, повтору или пропуску текста и ошибкам с цифрами; построчная обработка также ограничивает межфразовую согласованность.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vp2vi — VietPhrase/Convert to Natural Vietnamese

vp2vi is a Vietnamese-to-Vietnamese text-rewriting model for polishing VietPhrase/QT-style Chinese web-novel drafts into more natural Vietnamese. It is a 36.5M-trainable-parameter Marian model with 8 encoder layers, 2 decoder layers, a 448-dimensional hidden size, and a shared 24,000-token vocabulary.

The model continues from DanVP/MoxhiMT-30-QT, retaining its full tokenizer, vocabulary, encoder, and two-layer decoder initialization.

Quick start

import torch
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "DanVP/vp2vi"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)

draft = "Hắn đối với chuyện này cũng không có biện pháp nào."
inputs = tokenizer(draft, return_tensors="pt", add_special_tokens=False)

with torch.inference_mode():
    output_ids = model.generate(
        **inputs,
        do_sample=False,
        num_beams=1,
        max_new_tokens=224,
    )

print(tokenizer.decode(output_ids[0], skip_special_tokens=True))

This is the standard Transformers compatibility path. Plain generate() can still mishandle digits, repetition, or rare names; the hosted browser application uses additional decoding constraints. Its runtime is distributed separately and is not part of this model repository.

Intended use

  • Sentence- or line-level polishing of Vietnamese VietPhrase/QT drafts from xianxia, xuanhuan, and related web-novel genres.
  • Local reading tools, post-editing experiments, and further fine-tuning.

This is not a Chinese-to-Vietnamese translator: the input is already a Vietnamese machine-converted draft. It is not intended for factual, legal, medical, or other high-stakes text.

Training data and procedure

The model was initialized from DanVP/MoxhiMT-30-QT and continued on owner-curated Vietnamese draft→edited-text pairs. Training categories included a filtered QT-convert pool (about 749k unique pairs), teacher-silver data (about 49.6k pairs), a small teacher-gold seed (899 pairs), identity examples, and about 150k synthetic name-swap pairs. Cumulative exposure reached 1,237,021,456 target labels. Raw training and holdout corpora are not redistributed in this repository.

The published model.safetensors is a deterministic reverse mapping of the training checkpoint into standard MarianMTModel tensor names. The release gate verifies complete tensor coverage, exact expected key layout, successful AutoTokenizer/AutoModelForSeq2SeqLM loading, and logits/argmax parity against the training implementation. Exact hashes are recorded in release_manifest.json.

Limitations

  • Training and validation focus on VietPhrase/QT drafts from Chinese web novels. News, technical, legal, medical, academic, business, conversational, and other genres are out of domain. The model may rewrite already-correct prose, corrupt specialist terminology, or alter the meaning; avoid using it as a general-purpose Vietnamese editor.
  • Rare or out-of-distribution name inventories can cause large quality drops.
  • Bare decoding may invent a digit, repeat text, omit content, or damage a proper name. The guarded application path reduces these failures but does not eliminate semantic errors.
  • The checker still has a known blind spot for name-boundary resegmentation: individually attested words can be recombined into the wrong name span.
  • Earlier checker revisions also conflated book-level name recap with invention and could flag legitimate repeated proper nouns; those two cases were corrected in checker v2.
  • The model works one line at a time, so cross-sentence consistency depends on the input draft and surrounding application.

License and attribution

The model repository is released under CC BY 4.0. Commercial use, modification, and redistribution are permitted with attribution. Suggested credit: “vp2vi by DanVP”, linking to https://huggingface.co/DanVP/vp2vi.

The project owner authorized this public release on 2026-08-11. The model repository contains model artifacts and documentation only; the separately deployed browser runtime/Space has its own release boundary.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MarianMTModel
Ревизия весов
886fd2c

0 моделей