Модель OPUS-MT для перевода с языка bi 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/opus-mt-bi-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит с языка bi на английский. Модель построена на архитектуре Transformer-align, использует SentencePiece и нормализацию текста; число параметров — 53 млн, максимальная длина контекста — 512 токенов.
Модель предназначена для перевода текстов bi на английский, в том числе материалов, похожих на корпус JW300. В README приведён результат BLEU 30,3 на тестовом наборе JW300.bi.en. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.
Модель предназначена для направления bi→en; качество для других направлений не подтверждено. Указанная оценка BLEU относится к тестовому набору JW300.bi.en.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
source languages: bi
target languages: en
OPUS readme: bi-en
dataset: opus
model: transformer-align
pre-processing: normalization + SentencePiece
download original weights: opus-2020-01-20.zip
test set translations: opus-2020-01-20.test.txt
test set scores: opus-2020-01-20.eval.txt
| testset | BLEU | chr-F |
|---|---|---|
| JW300.bi.en | 30.3 | 0.458 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…