Модель OPUS-MT для автоматического перевода текста с языка ee на испанский.
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
opus-mt-ee-es — модель машинного перевода из семейства OPUS-MT, построенная на архитектуре Marian с трансформером и выравниванием. Она переводит текст с языка ee на испанский; при подготовке текста используются нормализация и SentencePiece. Модель разработана для сценариев автоматического перевода, включая перевод материалов корпуса JW300.
Размер модели — 56 млн параметров, длина контекста — 512 токенов. В тесте JW300.ee.es указаны BLEU 26,4 и chr-F 0,449. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.
Контекст ограничен 512 токенами. В карточке приведён результат только для тестового набора JW300.ee.es; качество на других текстах может отличаться.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
source languages: ee
target languages: es
OPUS readme: ee-es
dataset: opus
model: transformer-align
pre-processing: normalization + SentencePiece
download original weights: opus-2020-01-15.zip
test set translations: opus-2020-01-15.test.txt
test set scores: opus-2020-01-15.eval.txt
| testset | BLEU | chr-F |
|---|---|---|
| JW300.ee.es | 26.4 | 0.449 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…