/ Модель

Характеристики

Контекст
512 токенов
Параметры
52,6 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-ase-es

ПереводТекст → текст3 профессии

Модель OPUS-MT переводит текст с американского жестового языка на испанский.

93скачиваний за 30 дней0лайковвеса обновлены16 авг 2023

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

Helsinki-NLP/opus-mt-ase-es — модель машинного перевода семейства OPUS-MT, разработанная проектом Helsinki-NLP. Она переводит текст с ase на испанский язык (es) и предназначена для автоматического перевода материалов на жестовом языке ASL в письменный испанский. Модель основана на архитектуре Transformer-align и использует нормализацию текста и токенизацию SentencePiece.

Модель содержит 52,6 млн параметров, поддерживает перевод с контекстом до 512 токенов и распространяется в форматах PyTorch и TensorFlow. В README приведён результат 31,7 BLEU и 0,498 chr-F на тестовом наборе JW300.ase.es. Лицензия — Apache-2.0.

Сценарии применения

  • перевод текстов ASL на испанский
  • подготовка испанских версий материалов на жестовом языке
  • машинный перевод парных текстов ASL—испанский

Ограничения

Качество в README оценено на наборе JW300.ase.es; этот результат сам по себе не гарантирует качество на других типах текстов. Максимальный контекст составляет 512 токенов.

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

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MarianMTModel
Ревизия весов
e181ae1

0 моделей