/ Модель

Характеристики

Контекст
512 токенов
Параметры
56,3 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-de-ny

ПереводТекст → текст3 профессии

Модель OPUS-MT переводит немецкие тексты на чичева.

72скачиваний 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-ny — модель машинного перевода из немецкого языка на чичева (ny), созданная на основе проекта OPUS-MT. Это MarianMTModel с архитектурой Transformer-align, обученная на данных OPUS; перед переводом текст нормализуется и токенизируется с помощью SentencePiece. Размер модели — 56,3 млн параметров, родная длина контекста — 512 токенов.

Модель предназначена для перевода предложений и текстовых фрагментов с немецкого на чичева. В карточке приведена оценка BLEU 21,4 и chr-F 0,481 на наборе JW300.de.ny. Доступны веса PyTorch и TensorFlow. Лицензия Apache-2.0.

Сценарии применения

  • перевод немецких предложений на чичева
  • перевод немецких текстов из набора JW300
  • локализация коротких текстов с немецкого на чичева

Ограничения

Модель рассчитана на конкретное направление перевода de→ny; приведённые в карточке результаты относятся к тесту JW300.de.ny и не гарантируют такое же качество на других данных.

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
bc3094d

0 моделей