/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CC BY-NC-SA 4.0
Архитектура
m2m_100 · dense
Базовая модель
nllb-200-distilled-600M
Библиотека
transformers
Опубликована
8 июл 2026

ebible_m2o-nllb600m-ton

ПереводТекст → текст3 профессии

Дообученная NLLB-200 модель переводит библейские стихи с четырёх родственных языков на тонганский, включая экспериментальные черновики книг Ветхого Завета.

11скачиваний за 30 дней0лайковвеса обновлены9 июл 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

DavidCBaines/ebible_m2o-nllb600m-ton — модель перевода библейских стихов на тонганский язык, созданная дообучением NLLB-200-distilled-600M. Она переводит с четырёх родственных языков: себуано, индонезийского, маори и тагальского. Модель предназначена для эксперимента по подготовке черновых переводов книг Ветхого Завета для языка, на котором в обучении присутствовал только Новый Завет: при обучении использовались новозаветные стихи на тонганском, а оценка проводилась на отложенных текстах Ветхого Завета.

Архитектура — M2M-100 для генерации текста; контекст составляет 1024 токена. В тестах на книгах Руфь, Иона и Бытие 1 модель превзошла по chrF3 показатель простого копирования ближайшего исходного текста. Результаты характеризуют ограниченный экспериментальный сценарий с библейскими текстами, а не перевод общего назначения. Модель выпущена под лицензией CC-BY-NC-SA-4.0 и не предназначена для коммерческого использования.

Сценарии применения

  • черновой перевод библейских стихов с себуано на тонганский
  • черновой перевод библейских стихов с индонезийского на тонганский
  • черновой перевод библейских стихов с маори на тонганский
  • черновой перевод библейских стихов с тагальского на тонганский
  • подготовка перевода книг Ветхого Завета на тонганский для последующей проверки специалистом

Ограничения

Модель обучалась на новозаветных стихах на тонганском, поэтому перевод отложенных книг Ветхого Завета является экспериментальным черновиком и требует проверки. Лицензия CC-BY-NC-SA-4.0 запрещает коммерческое использование.

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

ebible_m2o-nllb600m-ton

NLLB-200-distilled-600M fine-tuned to translate Bible verses into ton from 4 related source languages. Part of a series testing whether a pretrained multilingual model can draft Old Testament books for a language it has only seen the New Testament of — the practical "no OT exists yet" scenario. Project: reproduction and extension of Sami Liedes' 2018 closed-text Bible translation experiment.

Training used New Testament verses only (ton target, whole OT withheld); the scores below are on withheld OT material (Ruth, Jonah, Genesis 1) the model never saw in the target language. Target token ton_Latn (scratch init — the token-init comparison in the experiment showed the init method makes no measurable difference at an adequate learning rate).

How to use

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model = AutoModelForSeq2SeqLM.from_pretrained("DavidCBaines/ebible_m2o-nllb600m-ton")
tokenizer = AutoTokenizer.from_pretrained("DavidCBaines/ebible_m2o-nllb600m-ton")

tokenizer.src_lang = "mri_Latn"  # any source language's FLORES code
batch = tokenizer(["<a mri verse>"], return_tensors="pt")
out = model.generate(
    **batch,
    forced_bos_token_id=tokenizer.convert_tokens_to_ids("ton_Latn"),
    num_beams=5, max_length=128,
)
print(tokenizer.batch_decode(out, skip_special_tokens=True)[0])

The forced_bos_token_id is also baked into generation_config.json, so omitting it works too.

Evaluation (withheld OT books, never seen in ton)

chrF3, sacreBLEU conventions. The source-copy floor is the chrF3 of the best source language's own text against the ton reference — the score you would get by simply copying the closest relative. The model must beat it for the run to be publishable. Validation (250 NT verses): best chrF3 59.00.

bookversesbest sourcechrF3spBLEUmean chrF3 over sourcessource-copy floor
RUT85mri46.5932.6745.5820.21
JON48tgl46.7833.6145.6618.74
GEN 1:31ind48.533.3147.0718.57

Per-source detail:

  • RUT: chrF3 by source — ceb 45.17, ind 44.73, mri 46.59, tgl 45.84
  • JON: chrF3 by source — ceb 44.79, ind 45.29, mri 45.78, tgl 46.78
  • GEN 1:: chrF3 by source — ceb 46.65, ind 48.5, mri 47.55, tgl 45.6

Training data and licensing

Fine-tuned on eBible-corpus translations. The base model (NLLB-200) is CC-BY-NC-4.0, so this model is non-commercial regardless of the data licences below; ShareAlike sources additionally propagate SA. Released under cc-by-nc-sa-4.0.

translationlanguageFLORES codelicence
tonton (target)—Public Domain
mri2012mrimri_Latnby-nc
indaytindind_Latnby-nc
cebulbcebceb_Latnby-sa
tglulbtgltgl_Latnby-sa

Reproducibility

  • Experiment: m2o_ton, init scratch, lr 0.0003, max 8000 steps, generation-based early stopping (chrF3 on a fixed 250-verse NT set, patience 3, min-delta 0.2).
  • Git commit: 423a6b234f489c111f6d44f0e45b53d621d8d720
  • Code, configs and the full 15-run comparison: the project repository and the companion results dataset.

Acknowledgement

This series of experiments is inspired by the closed-text Bible translation experiment described by Sami Liedes in his blog. The repo was created with Claude Code using Opus 4.8 and Fable 5 with no code written by hand. There may well be errors present, but I trust Claude to do a better job than I can. Please let me know of any issues.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
M2M100ForConditionalGeneration
Ревизия весов
ac9a1cc

0 моделей