/ Модель

Характеристики

Контекст
512 токенов
Параметры
57,2 млн
Лицензия
CC BY 4.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-ru-en

ПереводТекст → текст4 профессии

Модель MarianMT для перевода текстов с русского языка на английский.

356 тыс.скачиваний за 30 дней102лайкавеса 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

Модель Helsinki-NLP/opus-mt-ru-en разработана Language Technology Research Group Хельсинкского университета для перевода с русского языка на английский. Это Transformer-align на архитектуре Marian, содержащий 57,2 млн параметров; модель принимает текст и выдаёт текст. Контекст ограничен 512 токенами.

Модель предназначена для машинного перевода русскоязычных текстов на английский и прямого текст-в-текст использования. В карточке приведены результаты на нескольких тестовых наборах новостного перевода. Обучение основано на данных OPUS, с нормализацией и SentencePiece.

Модель выпускается в форматах PyTorch и TensorFlow и распространяется по лицензии CC-BY-4.0. Возможны ошибки перевода и смещения, связанные с обучающими данными; для важных материалов результат следует проверять.

Сценарии применения

  • перевод русских документов на английский
  • перевод новостных текстов с русского на английский
  • черновой перевод русскоязычных материалов
  • встраивание русско-английского перевода в приложение

Ограничения

Модель может допускать ошибки и воспроизводить смещения из обучающих данных; перевод важных материалов требует проверки. Контекст ограничен 512 токенами.

Для каких профессий подходит4

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

opus-mt-ru-en

Table of Contents

Model Details

Model Description:

  • Developed by: Language Technology Research Group at the University of Helsinki
  • Model Type: Transformer-align
  • Language(s):
    • Source Language: Russian
    • Target Language: English
  • License: CC-BY-4.0
  • Resources for more information:

Uses

Direct Use

This model can be used for translation and text-to-text generation.

Risks, Limitations and Biases

CONTENT WARNING: Readers should be aware this section contains content that is disturbing, offensive, and can propagate historical and current stereotypes.

Significant research has explored bias and fairness issues with language models (see, e.g., Sheng et al. (2021) and Bender et al. (2021)).

Further details about the dataset for this model can be found in the OPUS readme: ru-en

Training

Training Data

Preprocessing

Evaluation

Results

Benchmarks

testsetBLEUchr-F
newstest2012.ru.en34.80.603
newstest2013.ru.en27.90.545
newstest2014-ruen.ru.en31.90.591
newstest2015-enru.ru.en30.40.568
newstest2016-enru.ru.en30.10.565
newstest2017-enru.ru.en33.40.593
newstest2018-enru.ru.en29.60.565
newstest2019-ruen.ru.en31.40.576
Tatoeba.ru.en61.10.736

Citation Information

@InProceedings{TiedemannThottingal:EAMT2020,
  author = {J{\"o}rg Tiedemann and Santhosh Thottingal},
  title = {{OPUS-MT} — {B}uilding open translation services for the {W}orld},
  booktitle = {Proceedings of the 22nd Annual Conferenec of the European Association for Machine Translation (EAMT)},
  year = {2020},
  address = {Lisbon, Portugal}
 }

How to Get Started With the Model

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Helsinki-NLP/opus-mt-ru-en")

model = AutoModelForSeq2SeqLM.from_pretrained("Helsinki-NLP/opus-mt-ru-en")

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
fbd6dc7

0 моделей