Компактная модель OPUS-MT для перевода текста с датского языка на финский.
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-da-fi — модель машинного перевода на архитектуре Transformer, разработанная проектом OPUS-MT. Она переводит текст с датского языка на финский и обучена на данных OPUS с нормализацией текста и токенизацией SentencePiece. Модель содержит 55,7 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow.
Модель подходит для перевода предложений и текстовых фрагментов с датского на финский. В карточке приведён результат 39,0 BLEU и 0,629 chr-F на тестовом наборе Tatoeba.da.fi. Распространяется по лицензии Apache 2.0.
Контекст ограничен 512 токенами; направление перевода — только с датского на финский.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
source languages: da
target languages: fi
OPUS readme: da-fi
dataset: opus
model: transformer-align
pre-processing: normalization + SentencePiece
download original weights: opus-2020-01-08.zip
test set translations: opus-2020-01-08.test.txt
test set scores: opus-2020-01-08.eval.txt
| testset | BLEU | chr-F |
|---|---|---|
| Tatoeba.da.fi | 39.0 | 0.629 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…