/ Модель

Характеристики

Контекст
512 токенов
Параметры
57,5 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-he-it

ПереводТекст → текст3 профессии

Модель OPUS-MT переводит текст с иврита на итальянский.

86скачиваний 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-he-it — модель машинного перевода на базе архитектуры Transformer MarianMT, разработанная в рамках проекта OPUS-MT. Она переводит текст с иврита на итальянский и рассчитана на одноязычную пару направлений he→it. Для предобработки используются нормализация и SentencePiece с словарями по 32 тысячи токенов; размер модели составляет 57,5 млн параметров, длина контекста — 512 токенов.

В тесте Tatoeba для этой пары указаны BLEU 41,1 и chr-F 0,643. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод коротких текстов с иврита на итальянский
  • перевод пользовательских сообщений с иврита на итальянский
  • локализация текстового контента с иврита на итальянский

Ограничения

Модель поддерживает только перевод с иврита на итальянский; качество может различаться в зависимости от тематики и длины текста. Указанные оценки относятся к тестовому набору Tatoeba и не гарантируют качество для других типов 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

he-it

Benchmarks

testsetBLEUchr-F
Tatoeba-test.heb.ita41.10.643

System Info:

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
3ccced9

0 моделей