/ Модель

Характеристики

Параметры
608 млн
Лицензия
Apache 2.0
Архитектура
mt5 · dense
Базовая модель
mt5-large
Библиотека
transformers
Опубликована
10 июл 2026

dhivehi-en-mt5-large-sentence

ПереводТекст → текст3 профессии

Модель mT5-large переводит отдельные предложения с дивехи на английский, в первую очередь в новостном и информационном домене.

15скачиваний 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/dhivehi-en-mt5-large-sentence — модель машинного перевода с дивехи на английский, разработанная на базе mT5-large и дообученная на корпусе предложений на дивехи и английском. Это encoder-decoder модель семейства mT5 с 608,4 млн параметров по метаданным; она рассчитана на перевод отдельных предложений, а для многофразового текста автор рекомендует вариант для абзацев.

Модель подходит для перевода новостей, пресс-материалов и статей Википедии с дивехи на английский. В тестах на отложенных предложениях внутри распределения указаны chrF 63,94 и BLEU 39,45; автор считает chrF более надёжной метрикой для текста на письме тхаана. Эталонные переводы в обучающих данных были сгенерированы машиной, а тест на человеческих эталонах показывает более низкие результаты.

Для запуска автор рекомендует fp32: по его наблюдениям, режимы bf16 и fp16 дают некорректные результаты; требуется около 5–6 ГБ видеопамяти. Переводы специализированных технических текстов и неформального английского могут быть ненадёжными. Лицензия — Apache-2.0.

Сценарии применения

  • перевод новостных предложений с дивехи на английский
  • перевод пресс-релизов с дивехи на английский
  • перевод предложений из статей Википедии на дивехи
  • получение английского перевода короткого текста на дивехи

Ограничения

Оптимизирована для отдельных предложений; многофразовый текст лучше обрабатывать моделью для абзацев. Технические тексты и неформальный английский находятся вне обучающего распределения; автор рекомендует fp32, поскольку bf16 и fp16 могут давать некорректный результат.

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

mT5-large Dhivehi→English (sentence-level)

mT5-large (1.2B, encoder-decoder) for Dhivehi→English translation, trained on a sentence-level Dhivehi–English corpus (machine-translated).

Sentence-level variant. For multi-sentence input, see the paragraph models: Qwen-para / mT5-para. Suited for single-sentence input.

Scores (chrF / chrF++ / BLEU)

BenchmarkchrFchrF++BLEU
gold (human references, article-level, N=500)53.6750.0113.91
held-out chunk (in-distribution)66.3364.5340.76
held-out sentence (in-distribution)63.9462.1539.45

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, while there is an increase of 7.6 percent compared to the same period last year, 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-mt5-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))

Run in fp32 — the T5 family produces garbage in bf16/fp16. ~5–6 GB VRAM.

Training

Base google/mt5-large; fp32; Adafactor; LR 1e-4 cosine; max_length 512; 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).

Citation

@misc{neobe_dhivehi_en_mt5_large_sentence_2026,
  title  = {mT5-large Dhivehi→English (sentence-level)},
  author = {Neobe},
  year   = {2026},
  howpublished = {\url{https://huggingface.co/Neobe/dhivehi-en-mt5-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
MT5ForConditionalGeneration
Ревизия весов
b5006ac

0 моделей