/ Модель

Характеристики

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

en-dhivehi-mt5-large-sentence

ПереводТекст → текст3 профессии

Дообученная mT5-large переводит отдельные предложения с английского на дивехи, прежде всего в новостных и справочных текстах о Мальдивах.

31скачиваний 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

Модель Neobe для перевода отдельных предложений с английского на дивехи, язык Мальдив, с выводом письмом тана. Это дообученная для перевода модель mT5-large с архитектурой encoder-decoder; метаданные указывают 608,4 млн параметров, формат safetensors и лицензию Apache-2.0.

Модель предназначена для перевода коротких английских предложений, например новостных и справочных текстов о Мальдивах. Она обучена на корпусе предложений дивехи—английский с машинными переводами. Основные области применения — мальдивские новости, пресс-релизы и Википедия. Для дивехи автор рекомендует оценивать качество по chrF, а не BLEU.

Рекомендуется подавать по одному предложению; для нескольких предложений предназначены отдельные абзацные модели. Технический и разговорный английский может быть вне обучающего распределения. README рекомендует запуск fp32 и предупреждает, что bf16 и fp16 могут давать некорректные результаты; для fp32 требуется около 5–6 ГБ VRAM.

Сценарии применения

  • перевод английских новостных предложений на дивехи
  • перевод пресс-релизов о Мальдивах на дивехи
  • перевод справочных предложений из Википедии на дивехи
  • локализация коротких англоязычных сообщений для читателей на Мальдивах

Ограничения

Модель рассчитана на предложения и может хуже работать с многофразовым вводом, техническим или разговорным английским. Автор рекомендует запуск fp32 и предупреждает о некорректных результатах в bf16 и fp16; целевые тексты обучающего корпуса создавались машинным переводом.

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 English→Dhivehi (sentence-level)

mT5-large (1.2B, encoder-decoder) for English→Dhivehi 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)50.4742.174.46
held-out chunk (in-distribution)71.9764.8524.77
held-out sentence (in-distribution)68.7261.8222.96

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

Example

Input (en): While this is a 7.6 percent increase compared to the same period last year, an average of 7,778 tourists visit the Maldives daily.

Output (dv): މިއީ މިދިޔަ އަހަރުގެ މި މުއްދަތާ އަޅާބަލާއިރު 7.6 އިންސައްތައިގެ ކުރިއެރުމެއް ކަމަށްވާއިރު، ދުވާލަކު އެވްރެޖްކޮށް 7،778 ފަތުރުވެރިން ރާއްޖެ ޒިޔާރަތްކުރެއެވެ.

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

Usage

import torch
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

m = "Neobe/en-dhivehi-mt5-large-sentence"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForSeq2SeqLM.from_pretrained(m, torch_dtype=torch.float32).eval().cuda()  # fp32

src = "The President of the Maldives met with the cabinet today."
inp = tok(src, return_tensors="pt", truncation=True, max_length=1024).to("cuda")
out = model.generate(**inp, max_new_tokens=512, num_beams=4, length_penalty=1.0, no_repeat_ngram_size=0)
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_en_dhivehi_mt5_large_sentence_2026,
  title  = {mT5-large English→Dhivehi (sentence-level)},
  author = {Neobe},
  year   = {2026},
  howpublished = {\url{https://huggingface.co/Neobe/en-dhivehi-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
a46b7ab

0 моделей