/ Модель

Характеристики

Контекст
1 024 токена
Параметры
333 млн
Лицензия
OpenRAIL
Архитектура
m2m_100 · dense
Опубликована
13 авг 2023

english-tamil-mt

ПереводТекст → текст3 профессии

Дообученная на M2M100 модель для машинного перевода между английским и тамильским языками.

50скачиваний за 30 дней5лайковвеса обновлены18 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

Hemanth-thunder/english-tamil-mt — модель машинного перевода, разработанная Hemanth Kumar и дообученная на базе M2M100. Это плотная модель M2M100 с архитектурой encoder-decoder и генерацией последовательностей; она предназначена для перевода между английским и тамильским языками. Модель содержит 332,5 млн параметров, принимает текст, а её нативная длина контекста составляет 1024 токена.

Модель подходит для перевода английских текстов на тамильский и тамильских текстов на английский. Карточка не приводит результатов оценки качества, подробностей обучающих данных или описания ограничений, поэтому качество на конкретных тематиках и длинных текстах следует проверять отдельно. Лицензия — OpenRAIL.

Сценарии применения

  • перевод английских текстов на тамильский
  • перевод тамильских текстов на английский
  • локализация коротких сообщений и интерфейсов между английским и тамильским
  • черновой перевод пользовательских текстов между английским и тамильским

Ограничения

В карточке не приведены метрики качества, подробности обучающих данных и результаты тестирования. Надёжность перевода для конкретной тематики и длинных текстов следует оценивать отдельно.

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

Model Card for Model ID

This modelcard aims to be a base template for new models. It has been generated using this raw template.

Model Details

Model Description

  • Developed by: Hemanth Kumar
  • Model type: Machine Translation
  • Language(s) (NLP): Tamil ,English
  • License: OpenRAIL
  • Finetuned from model [M2M100]: M2M100 is a multilingual encoder-decoder (seq-to-seq) model trained for Many-to-Many multilingual translation.

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
M2M100ForConditionalGeneration
Ревизия весов
3427864

0 моделей