/ Модель

Характеристики

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

opus-mt-ber-es

ПереводТекст → текст3 профессии

Модель MarianMT для перевода текстов с языка ber на испанский.

115скачиваний 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-ber-es — модель машинного перевода из семейства MarianMT, разработанная проектом OPUS/Helsinki-NLP. Она переводит текст с языка ber на испанский. Модель основана на Transformer-align, использует нормализацию и SentencePiece и содержит 32 млн параметров; длина контекста — 512 токенов.

Модель предназначена для перевода текстов с ber на испанский. В README приведены результаты на тестовом наборе Tatoeba.ber.es: BLEU 33,8 и chr-F 0,487. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Сценарии применения

  • перевод текстов с ber на испанский
  • перевод коротких фраз с ber на испанский
  • машинный перевод текстов для многоязычных корпусов

Ограничения

Модель рассчитана на перевод только с ber на испанский, поэтому её нельзя считать универсальной или двунаправленной. Приведённые в карточке метрики относятся к тестовому набору Tatoeba.ber.es.

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
b01786d

0 моделей