/ Модель

Характеристики

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

nllb-600M-kamentsa-esp

ПереводТекст → текст3 профессии

Двунаправленная модель для машинного перевода между испанским и каментса, дообученная на базе NLLB-200 Distilled 600M.

18скачиваний за 30 дней0лайковвеса обновлены10 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

Flaglab, лаборатория Universidad de los Andes, разработала эту двунаправленную модель машинного перевода между испанским и каментса — языком коренного народа Колумбии. Это дообученная версия facebook/nllb-200-distilled-600M с архитектурой M2M100 и расширенным токенизатором SentencePiece, содержащим специальный словарь каментса. Модель предназначена для перевода текста с испанского на каментса и обратно; в карточке указана длина контекста 1024 токена и 464 млн параметров.

На тестовой выборке качество составило BLEU 6,36 и chrF2 27,72 для перевода с испанского на каментса, а в обратном направлении — BLEU 4,31 и chrF2 22,95. Эти результаты указывают на ограниченную точность, особенно при переводе с каментса на испанский, поэтому переводы следует проверять носителем языка. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • перевод испанских фраз на каментса
  • перевод текстов на каментса на испанский
  • подготовка черновиков переводов для языковых проектов Колумбии

Ограничения

Качество на тестовой выборке невысокое, особенно для направления с каментса на испанский; результат следует проверять. Лицензия CC BY-NC 4.0 не разрешает 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

NLLB-200 600M Spanish ↔ Kamëntsá

Neural machine translation between Spanish and Kamëntsá, a Colombian Indigenous language (Kamëntsá people, Sibundoy Valley, Putumayo). The model is bidirectional: it translates Spanish to Kamëntsá and Kamëntsá to Spanish.

Fine-tune of facebook/nllb-200-distilled-600M from the thesis Data-Centric Strategies for Low-Resource Neural Machine Translation in Colombian Indigenous Languages (Universidad de los Andes, FLAG Lab).

Languages

RoleLanguageTokenizer codeISO 639-3
Source / targetSpanishspa_Latnspa
Source / targetKamëntsákam_Latnkbh

Results

SacreBLEU and chrF2 on the held-out test partition.

DirectionBLEUchrF2
Spanish to Kamëntsá6.3627.72
Kamëntsá to Spanish4.3122.95

Usage

from transformers import AutoModelForSeq2SeqLM, NllbTokenizer

tok = NllbTokenizer.from_pretrained("Flaglab/nllb-600M-kamentsa-esp")
model = AutoModelForSeq2SeqLM.from_pretrained("Flaglab/nllb-600M-kamentsa-esp")

# Spanish to Kamëntsá
tok.src_lang = "spa_Latn"
inputs = tok("Buenos días, ¿cómo estás?", return_tensors="pt")
out = model.generate(**inputs, forced_bos_token_id=tok.convert_tokens_to_ids("kam_Latn"))
print(tok.batch_decode(out, skip_special_tokens=True))

Training

  • Base model: facebook/nllb-200-distilled-600M
  • Strategy: Expanded bilingual corpus (full variant).
  • Tokenizer: NLLB SentencePiece extended with a custom Kamëntsá vocabulary.

License and intended use

Released under CC-BY-NC 4.0, inherited from NLLB-200: non-commercial use only. Intended for research on machine translation for Colombian Indigenous languages. Outputs have not been validated by human speakers.

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
804223d

0 моделей