Компактная модель OPUS-MT для перевода текстов с арабского на английский.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Helsinki-NLP разработала opus-mt-ar-en — модель машинного перевода с арабского языка на английский из семейства OPUS-MT. Это компактная модель на архитектуре Transformer, реализованная как MarianMTModel; она содержит 57,3 млн параметров и использует SentencePiece с нормализацией текста. Модель принимает арабский текст и генерирует его перевод на английский. Длина контекста составляет 512 токенов.
Модель обучена на данных OPUS. В карточке приведён результат 49,4 BLEU и 0,661 chr-F на тестовом наборе Tatoeba.ar.en. Она подходит для перевода отдельных текстов и интеграции в приложения машинного перевода. Доступна по лицензии Apache-2.0, форматы репозитория включают PyTorch и TensorFlow.
Модель предназначена только для перевода с арабского на английский. Приведённые метрики относятся к указанному тестовому набору и не гарантируют такое же качество на текстах другой тематики или стиля.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
source languages: ar
target languages: en
OPUS readme: ar-en
dataset: opus
model: transformer-align
pre-processing: normalization + SentencePiece
download original weights: opus-2019-12-18.zip
test set translations: opus-2019-12-18.test.txt
test set scores: opus-2019-12-18.eval.txt
| testset | BLEU | chr-F |
|---|---|---|
| Tatoeba.ar.en | 49.4 | 0.661 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…