/ Модель

Характеристики

Контекст
512 токенов
Параметры
43,6 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-en-ber

ПереводТекст → текст3 профессии

Модель MarianMT переводит текст с английского на язык ber.

75скачиваний за 30 дней1лайквеса 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-en-ber — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на язык с кодом ber и основана на архитектуре Transformer-align с реализацией MarianMT; для предобработки используются нормализация и SentencePiece. Модель содержит 43,6 млн параметров, её контекст ограничен 512 токенами, доступны веса PyTorch и TensorFlow.

Модель предназначена для перевода фраз и текстов с английского на ber. В карточке приведена оценка BLEU 29,7 и chr-F 0,544 на тестовом наборе Tatoeba.en.ber. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод английских фраз на язык ber
  • перевод коротких английских текстов на ber
  • локализация текстов с английского на ber

Ограничения

Направление перевода ограничено парой английский → ber, а контекст — 512 токенами. Приведённая оценка относится к набору Tatoeba.en.ber и не гарантирует качество для других текстов.

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
66bab8c

0 моделей