/ Модель

Характеристики

Контекст
1 024 токена
Параметры
333 млн
Лицензия
MIT
Архитектура
m2m_100 · dense
Базовая модель
m2m100_418M
Библиотека
transformers
Опубликована
22 сен 2024

AI-translator-9ja-to-eng

ПереводТекст → текст3 профессии

Дообученная модель M2M100 переводит тексты с йоруба, игбо и хауса на английский.

29скачиваний за 30 дней2лайкавеса обновлены30 сен 2024

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

AI-translator-9ja-to-eng — дообученная модель HelpMumHQ для перевода текстов с йоруба, игбо и хауса на английский. Она основана на encoder-decoder архитектуре M2M100 и содержит 332,5 млн параметров; поддерживает контекст до 1024 токенов. Модель обучалась на 1,5 млн пар предложений из открытых параллельных корпусов и специализированных подборок для этих трёх языков.

Модель предназначена для перевода на английский и для подготовки текстов на йоруба, игбо и хауса к взаимодействию с языковыми моделями. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — MIT. Качество зависит от сложности и тематики текста; оно может снижаться на очень длинных предложениях и при неоднозначном контексте.

Сценарии применения

  • Перевод сообщений на йоруба на английский
  • Перевод текстов на игбо на английский
  • Перевод текстов на хауса на английский
  • Подготовка текстов на языках Нигерии для передачи языковой модели

Ограничения

Качество перевода зависит от сложности и тематики текста; оно может снижаться на очень длинных предложениях и при неоднозначном контексте.

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

AI-translator-9ja-to-eng

This model is a 418 Million parameter translation model, built for translating from Yoruba, Igbo, and Hausa into English. It was trained on a dataset consisting of 1,500,000 sentences (500,000 for each language), providing high-quality translations for these languages. It was built with the intention of building a system that makes it easier to communicate with LLMs using Igbo, Hausa and Yoruba languages.

Model Details

  • Languages Supported:
    • Source Language: Yoruba, Igbo, Hausa
    • Target Languages: English

Model Usage

To use this model for translation tasks, you can load it from Hugging Face’s transformers library:

from transformers import M2M100ForConditionalGeneration, M2M100Tokenizer

# Load the fine-tuned model
model = M2M100ForConditionalGeneration.from_pretrained("HelpMumHQ/AI-translator-9ja-to-eng")
tokenizer = M2M100Tokenizer.from_pretrained("HelpMumHQ/AI-translator-9ja-to-eng")

# translate igbo to English
igbo_text="Nlekọta ahụike bụ mpaghara dị mkpa n'ihe fọrọ nke nta ka ọ bụrụ obodo ọ bụla n'ihi na ọ na-emetụta ọdịmma na ịdịmma ndụ nke ndị mmadụ n'otu n'otu. Ọ gụnyere ọtụtụ ọrụ na ọrụ dị iche iche, gụnyere nlekọta mgbochi, nchoputa, ọgwụgwọ na njikwa ọrịa na ọnọdụ. Usoro nlekọta ahụike dị mma na-achọ imeziwanye nsonaazụ ahụike, belata ọrịa ọrịa, yana hụ na ndị mmadụ n'otu n'otu nwere ohere ịnweta ọrụ ahụike dị mkpa."
tokenizer.src_lang = "ig"
tokenizer.tgt_lang = "en"
encoded_ig = tokenizer(igbo_text, return_tensors="pt")
generated_tokens = model.generate(**encoded_ig, forced_bos_token_id=tokenizer.get_lang_id("en"))
tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)



# translate yoruba to English 
yoruba_text="Itọju ilera jẹ aaye pataki ni o fẹrẹ to gbogbo awujọ nitori pe o taara ni ilera ati didara igbesi aye eniyan kọọkan. O ni awọn iṣẹ lọpọlọpọ ati awọn oojọ, pẹlu itọju idena, iwadii aisan, itọju, ati iṣakoso awọn arun ati awọn ipo. Awọn eto ilera ti o munadoko ṣe ifọkansi lati ni ilọsiwaju awọn abajade ilera, dinku iṣẹlẹ ti aisan, ati rii daju pe awọn eniyan kọọkan ni iraye si awọn iṣẹ iṣoogun pataki."
tokenizer.src_lang = "yo"
tokenizer.tgt_lang = "en"
encoded_yo = tokenizer(yoruba_text, return_tensors="pt")
generated_tokens = model.generate(**encoded_yo, forced_bos_token_id=tokenizer.get_lang_id("en"))
tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)

# translate Hausa to English
hausa_text="Kiwon lafiya fage ne mai mahimmanci a kusan kowace al'umma domin yana shafar jin daɗi da ingancin rayuwar ɗaiɗaikun kai tsaye. Ya ƙunshi nau'ikan ayyuka da sana'o'i, gami da kulawa na rigakafi, ganewar asali, jiyya, da kula da cututtuka da yanayi. Ingantattun tsarin kiwon lafiya na nufin inganta sakamakon kiwon lafiya, rage yawan kamuwa da cututtuka, da kuma tabbatar da cewa mutane sun sami damar yin amfani da ayyukan likita masu mahimmanci."
tokenizer.src_lang = "ha"
tokenizer.tgt_lang = "en"
encoded_ha = tokenizer(hausa_text, return_tensors="pt")
generated_tokens = model.generate(**encoded_ha, forced_bos_token_id=tokenizer.get_lang_id("en"))
tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)

Supported Language Codes

  • English: en
  • Yoruba: yo
  • Igbo: ig
  • Hausa: ha

Training Dataset

The training dataset consists of 1,500,000 translation pairs, sourced from a combination of open-source parallel corpora and curated datasets specific to Yoruba, Igbo, and Hausa

Limitations

  • While the model performs well across Yoruba, Igbo, and Hausa to English translations, performance may vary depending on the complexity and domain of the text.
  • Translation quality may decrease for extremely long sentences or ambiguous contexts.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.0+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
035fcbe

0 моделей