/ Модель

Характеристики

Контекст
512 токенов
Параметры
56,2 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-de-ln

ПереводТекст → текст3 профессии

Модель OPUS переводит текст с немецкого языка на лингала.

69скачиваний 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-de-ln — модель машинного перевода на базе MarianMT, разработанная проектом OPUS/Helsinki-NLP. Она переводит текст с немецкого языка на лингала. Модель построена на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece; число параметров — 56,2 млн, длина контекста — до 512 токенов.

Модель предназначена для перевода немецких текстов на лингала. В README приведена оценка BLEU 26,7 и chr-F 0,504 на тестовом наборе JW300.de.ln. Модель распространяется по лицензии Apache-2.0 и доступна в форматах PyTorch и TensorFlow.

Сценарии применения

  • перевод немецких текстов на лингала
  • перевод немецких фраз и предложений на лингала
  • машинный перевод немецкоязычных материалов для читателей, говорящих на лингала

Ограничения

Модель предназначена для перевода только с немецкого на лингала; качество зависит от тематики и формулировок текста. Опубликованный в README показатель относится к тестовому набору JW300.de.ln.

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
f45c225

0 моделей