Характеристики

Параметры: 157 млн
Лицензия: MIT
Архитектура: mt5 · dense
Базовая модель: mt5-small
Опубликована: 21 авг 2026

Ссылки

Werea-TR-TextRestore

Генерация текстаТекст → текст5 профессий

Дообученная на турецких новостях модель mT5 восстанавливает диакритические знаки и апострофы в ASCII-тексте на турецком языке.

64скачиваний за 30 дней1лайквеса обновлены21 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.

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

Werea-TR-TextRestore — турецкая модель для восстановления диакритических знаков в тексте, записанном ASCII-символами. Она дообучена разработчиками Werea на базе google/mt5-small и предназначена для преобразования турецких фраз, например восстановления букв и апострофов в именах и географических названиях.

Модель построена на архитектуре mT5 и содержит 157,4 млн параметров. README сообщает о тестировании на отложенной выборке реальных новостных предложений TR-News и точности на уровне слов 96,5%. Для запуска через Transformers используется задача text2text-generation и префикс «şapka: ». Модель опубликована в формате safetensors под лицензией MIT.

Сценарии применения

восстановление турецких букв с диакритикой в ASCII-тексте
нормализация турецких новостных предложений
восстановление апострофов в турецких именах и названиях

Ограничения

Показатель 96,5% относится к точности на уровне слов на отложенной выборке новостных предложений; качество на других типах текста в карточке не описано.

Для каких профессий подходит5

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.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Также подходит для

I.3Извлечение и структурирование данных

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ℹ️ Werea-co/Werea-TR-TextRestore aynasıdır.

Werea-TR-TextRestore — Türkçe Diakritik (Şapka) Geri Yükleme

ASCII'leştirilmiş Türkçe metindeki diakritikleri geri yükler: Ahmet Yilmaz Istanbulda → Ahmet Yılmaz İstanbul'da. Gerçek Türkçe haber cümleleriyle (TR-News) eğitildi ve gerçek cümlelerde ölçüldü.

Benchmark (gerçek metin, ayrılmış test)

Metrik	Skor
Kelime düzeyi doğruluk	96.5%

mT5-small tabanlı, prefix şapka: .

Kullanım

from transformers import pipeline
p=pipeline("text2text-generation",model="Werea-co/Werea-TR-TextRestore")
print(p("şapka: Ahmet Yilmaz Istanbulda calisiyor"))

💜 werea.co

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: MT5ForConditionalGeneration
Ревизия весов: a0536f3