Модель Marian для перевода текстов с языка guw на английский.
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 разработала opus-mt-guw-en — модель машинного перевода с языка guw на английский. Она предназначена для перевода текстов с guw на en, в том числе материалов, похожих на корпус JW300.
Модель построена на архитектуре Marian, использует Transformer и предварительную обработку с нормализацией и SentencePiece. Размер — 51,9 млн параметров, длина контекста — 512 токенов. В метаданных указаны реализации для PyTorch и TensorFlow; лицензия — Apache-2.0. В тесте JW300.guw.en указаны BLEU 44,8 и chr-F 0,601.
Модель предназначена для направления guw→en; качество может зависеть от тематики и стиля входного текста. Указанные оценки относятся к тестовому набору JW300.guw.en.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
source languages: guw
target languages: en
OPUS readme: guw-en
dataset: opus
model: transformer-align
pre-processing: normalization + SentencePiece
download original weights: opus-2020-01-09.zip
test set translations: opus-2020-01-09.test.txt
test set scores: opus-2020-01-09.eval.txt
| testset | BLEU | chr-F |
|---|---|---|
| JW300.guw.en | 44.8 | 0.601 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…