/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CC BY-NC 4.0
Архитектура
m2m_100 · dense
Библиотека
custom
Опубликована
25 фев 2026

nllb-200-600M-int8-custom-weights-bare-metal

ПереводТекст → текст

Квантованная INT8-версия NLLB-200 на 600 млн параметров для мультиязычного машинного перевода, в том числе на встраиваемом оборудовании.

156скачиваний за 30 дней0лайковвеса обновлены25 фев 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

Это облегчённая по весам версия модели facebook/nllb-200-distilled-600M, подготовленная проектом Bare Metal для запуска мультиязычного машинного перевода на оборудовании без полноценной среды ML. Модель основана на архитектуре M2M100ForConditionalGeneration и использует поканальную INT8-квантизацию линейных слоёв; веса остальных перечисленных типов хранятся в FP16. Репозиторий содержит тензоры в формате safetensors.

Модель предназначена для перевода между языками и развёртывания на встраиваемых устройствах с поддержкой INT8-операций. В README отмечены простое восстановление значений из квантованных весов и меньший размер файлов по сравнению с NF4-вариантом. Контекст модели составляет 1024 токена. Лицензия CC BY-NC 4.0 запрещает коммерческое использование без отдельного разрешения правообладателя.

Сценарии применения

  • перевод текста между поддерживаемыми языками
  • локальный перевод на встраиваемых устройствах
  • машинный перевод на процессорах с поддержкой INT8
  • развёртывание мультиязычного перевода в bare-metal C-среде

Ограничения

Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Квантизация уменьшает точность относительно исходных весов; численная оценка качества в карточке не приводится.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NLLB-200-600M — Pico Int8 Bare-Metal Format

Custom per-channel int8 quantization of facebook/nllb-200-distilled-600M for bare-metal C inference.

Why Int8 over NF4 for bare-metal?

PropertyNF4 (4-bit)Int8 (this repo)
File size~660 MB~850 MB
Dequant complexityNF4 lookup table + double-quantSingle multiply per row
C code needed~40 lines~5 lines
SIMD accelerationRequires nibble unpackingNative int8 SIMD on all ARM cores
Accuracy vs fp16~0.3% degradation~0.1% degradation

Int8 is simpler, faster, and more accurate on hardware that has native int8 multiply-accumulate (all ARM Cortex-A, all modern x86). NF4 is better only when disk/flash space is the hard constraint.

Tensor Format

Every quantized linear layer is stored as two tensors:

<layer>.weight.int8   # int8  [out_features, in_features]
<layer>.weight.scale  # fp16  [out_features]   (one scale per output row)

Non-quantized tensors (LayerNorm weights/biases, positional embeddings) are stored as float16.

Dequantization (5 lines of C)

// Dequantize row `row` of a weight matrix into float32 buffer `out`
void dequant_row(const int8_t* W, const float* scale, float* out,
                 int row, int in_features) {
    for (int i = 0; i < in_features; i++)
        out[i] = (float)W[row * in_features + i] * scale[row];
}

Reproducing

model = AutoModelForSeq2SeqLM.from_pretrained(
    "facebook/nllb-200-distilled-600M",
    torch_dtype=torch.float16, device_map="cpu"
)
# per-channel int8 quantization — see upload script in repo

Part of the Bare Metal project — multilingual translation on ultra-low-resource embedded hardware.

Как запустить

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

GPU в ailist

Универсальный рантайм · custom

Можно запустить

Подбираем GPU…

Класс архитектуры
M2M100ForConditionalGeneration
Ревизия весов
a8797e4

0 моделей