/ Модель

Характеристики

Параметры
1,2 млрд
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
byt5-large
Библиотека
transformers
Опубликована
10 июл 2026

dhivehi-en-byt5-large-sentence

ПереводТекст → текст3 профессии

Байтовая модель T5 для перевода отдельных предложений с дивехи на английский.

22скачиваний за 30 дней0лайковвеса обновлены10 июл 2026

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

Neobe разработал и дообучил byT5-large для перевода предложений с дивехи на английский. Это байтовая модель encoder-decoder на архитектуре T5 с 1,2 млрд параметров; она принимает текст на дивехи, записанный письмом тхаана, и выдаёт английский перевод. Модель рассчитана на перевод отдельных предложений, особенно новостных и справочных текстов о Мальдивах.

В карточке приведены оценки на тестовых данных и примеры перевода. Для письма тхаана автор рекомендует ориентироваться на chrF, поскольку BLEU ненадёжно отражает качество при особенностях сегментации слов и морфологии. Модель обучалась на корпусе предложений с машинными переводами и хуже подходит для технического или неформального английского, отсутствующего в обучающих данных.

Для входа следует использовать только одно предложение: на абзацах модель может давать неудовлетворительный результат. Базовая модель — google/byt5-large. Лицензия — Apache-2.0.

Сценарии применения

  • перевод новостных предложений с дивехи на английский
  • перевод сообщений о Мальдивах с письма тхаана на английский
  • перевод отдельных предложений из статей и справочных текстов
  • автоматический перевод коротких фрагментов на дивехи

Ограничения

Модель предназначена только для отдельных предложений: на многофразовых абзацах качество резко снижается. Обучающие данные ограничены новостями, прессой и Википедией о Мальдивах; технический и неформальный английский может быть вне обучающего распределения.

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

byT5-large Dhivehi→English (sentence-level)

byT5-large (1.2B, byte-level encoder-decoder) for Dhivehi→English translation, trained on a sentence-level Dhivehi–English corpus (machine-translated).

Byte-level single-sentence model — do not feed multi-sentence input (it collapses on paragraphs). For multi-sentence input, see the paragraph models: Qwen-para / mT5-para. Single-sentence input only.

Scores (chrF / chrF++ / BLEU)

BenchmarkchrFchrF++BLEU
gold (human references, article-level, N=500)42.2739.169.74
held-out chunk (in-distribution)40.6139.116.35
held-out sentence (in-distribution)57.3155.3931.84

chrF is the metric to trust for Thaana; BLEU is unreliable (word segmentation / morphology).

Example

Input (dv): އެއީ، މިދިޔަ އަހަރުގެ މި މުއްދަތާ ބަލާއިރު، 7.6 އިންސައްތައިގެ ކުރިއެރުމެއް ކަމަށްވާއިރު، ދުވާލަކަށް 7،778 ފަތުރުވެރިން ރާއްޖެ ޒިޔާރަތްކުރެއެވެ.

Output (en): That is, compared to this period last year, which is a 7.6 percent increase, and 7,778 tourists visit the Maldives per day.

Real held-out sample and this model's own output.

Usage

import torch
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

m = "Neobe/dhivehi-en-byt5-large-sentence"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForSeq2SeqLM.from_pretrained(m, torch_dtype=torch.float32).eval().cuda()  # fp32

src = "ދިވެހިރާއްޖޭގެ ރައީސް މިއަދު ކެބިނެޓާ ބައްދަލުކުރެއްވި އެވެ."
inp = tok(src, return_tensors="pt", truncation=True, max_length=1024).to("cuda")
out = model.generate(**inp, max_new_tokens=256, num_beams=4)
print(tok.decode(out[0], skip_special_tokens=True))

Training

Base google/byt5-large; fp32; Adafactor; LR 1e-4 cosine; max_length 1024; 1 epoch; effective batch ~32; gradient checkpointing.

Limitations

Domain = Maldivian news / press / Wikipedia; technical or informal English is out of distribution. Non-human references are machine-generated (distillation). This byte-level model is single-sentence only.

Citation

@misc{neobe_dhivehi_en_byt5_large_sentence_2026,
  title  = {byT5-large Dhivehi→English (sentence-level)},
  author = {Neobe},
  year   = {2026},
  howpublished = {\url{https://huggingface.co/Neobe/dhivehi-en-byt5-large-sentence}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
831f8a8

0 моделей