/ Модель

Характеристики

Контекст
8 192 токена
Параметры
3,1 млрд
Размер весов
6,7 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
sarashina2.2-3b
Библиотека
transformers
Опубликована
26 фев 2026

CAT-Translate-3.3b

Генерация текстаТекст → текст4 профессии

CAT-Translate-3.3B — дообученная CyberAgent языковая модель для перевода текстов с японского на английский и обратно.

564скачиваний за 30 дней6лайковвеса обновлены23 июн 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

CAT-Translate-3.3B — языковая модель CyberAgent для двустороннего перевода между японским и английским языками. Это плотная авторегрессионная модель семейства Llama с 3,1 млрд параметров, рассчитанная на контекст до 8192 токенов и работающая через Transformers; для запуска перевода ей требуется инструкция в prompt.

Модель дообучена на базе sbintuitions/sarashina2.2-3b. В обучении использовались синтетические параллельные корпуса, двухэтапное supervised fine-tuning и обучение с подкреплением Multi-Objective GRPO; для эффективного обучения применялась LoRA. Разработчики оценивали переводы в направлениях японский—английский и английский—японский на наборах, связанных с диалогами, судебным переводом, медициной, патентами и деловой тематикой.

Модель предназначена для перевода текстов и диалогов между японским и английским, в том числе в прикладных сценариях из оценки разработчиков. Репозиторий распространяется по лицензии MIT. Результаты бенчмарков приведены разработчиками; они не гарантируют одинаковое качество на произвольных текстах и доменах.

Сценарии применения

  • перевод текста с японского на английский
  • перевод текста с английского на японский
  • перевод деловых диалогов
  • перевод судебных материалов
  • перевод медицинских и патентных текстов

Ограничения

Перевод вызывается инструкцией в prompt. Заявленные результаты основаны на бенчмарках разработчиков, поэтому качество на иных тематиках и типах текста может отличаться.

Для каких профессий подходит4

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

CAT-Translate 🐱

License: MIT Hugging Face

Tiny Language Model For Japanese and English Bidirectional Translation

  • Purrs on your lap 🐱: Small and efficient! 0.8-7B models that run on edge devices.
  • Swift and Feline Sharp 🐾: Beats TranslateGemma-12B on text-to-text translation quality.
  • Adopt and adapt 🐈: Open source (MIT License) models you can customize and extend.

Models

All models are available on Hugging Face:

Evaluation

We conducted evaluation on the translation subsets of the following benchmarks:

We chose these tasks as benchmarks because (1) they are derived from real world applications and (2) are less overoptimized compared to popular datasets (e.g., WMT).

The results are below. All the models achieved the best scores among all models (including closed source) within their respective sizes for both En-Ja and Ja-En translation tasks.

ModelAvg. BLEUAvg. BLEU Ja->EnAvg. BLEU En->JaBSD (Ja-En)Court (Ja-En)JMed (Ja-En)PFMT (Ja-En)wat-pat-2025 (Ja-En)BSD (En-Ja)JMed (En-Ja)PFMT (En-Ja)wat-pat-2025 (En-Ja)
CyberAgent/CAT-Translate-7B37.6841.0634.3133.7545.2930.6549.8645.7416.2929.6252.9438.37
CyberAgent/CAT-Translate-3.3B36.1637.5134.8026.5142.4424.4749.9344.2317.2128.6753.8839.44
CyberAgent/CAT-Translate-1.4B33.7333.2634.1931.2843.8424.0836.5530.5715.7126.9251.5342.58
Unbabel/Tower-Plus-9B32.4136.8427.9915.4340.5429.1358.0041.1010.0018.8053.0030.16
google/translategemma-12b-it32.2435.8128.6831.5834.3023.4648.7540.9715.9221.7952.5324.47
CyberAgent/CAT-Translate-3.3B-beta30.6030.3230.8817.2038.6523.9640.5831.2216.6326.6853.4026.80
CyberAgent/CAT-Translate-0.8B30.4229.7130.6829.6333.1922.9632.5130.5614.6026.2250.6232.87
google/translategemma-4b-it28.0929.4126.7628.8625.8921.5042.6528.1614.1420.6851.9920.23
LiquidAI/LFM2.5-1.2B-JP25.4724.5126.4319.0629.9922.1043.617.8014.5723.8554.7712.54
pfnet/plamo-2-translate25.2425.9224.5725.5528.6322.9029.0223.4817.3524.9832.0423.89
LiquidAI/LFM2-350M-ENJP-MT24.9524.9125.0010.9429.5621.4841.4021.178.1122.8447.5321.52
mistralai/Ministral-8B-Instruct-241024.1227.5220.7119.2329.2116.2550.2322.6912.9116.4941.6611.80
nvidia/NVIDIA-Nemotron-Nano-9B-v2-Japanese22.9722.7723.189.6234.9818.0138.4412.8110.6220.4142.5519.13
Rakuten/RakutenAI-2.0-mini-instruct18.4317.2419.620.1130.6218.2129.347.905.1920.3645.707.23
SakanaAI/TinySwallow-1.5B-Instruct15.7414.9916.494.9618.9315.8326.678.586.3017.5834.078.00
llm-jp/llm-jp-3.1-1.8b-instruct415.1816.2614.1118.822.4415.6730.6513.7215.384.9125.4710.65
tencent/HY-MT1.5-1.8B14.498.9520.045.504.594.0015.6714.986.3318.1337.7517.96
shisa-ai/shisa-v2.1-llama3.2-3b14.2714.2614.2817.083.708.2626.8615.4213.185.5425.9712.41
google/gemma-2-2b-jpn-it14.1516.9811.3220.048.0811.2731.4914.0112.374.4816.2412.21
shisa-ai/shisa-v2.1-lfm2-1.2b13.0814.0212.1420.934.957.6826.729.8012.115.5417.6013.30
microsoft/phi-411.9213.4810.366.1018.662.8124.8614.983.246.9714.3616.87
tencent/HY-MT1.5-7B10.5613.467.674.9912.325.7229.5314.760.827.8014.307.74
tokyotech-llm/Llama-3.1-Swallow-8B-Instruct-v0.510.3512.428.2824.252.303.6914.1117.746.822.3711.2112.71
Qwen/Qwen2.5-14B-Instruct8.399.886.8910.814.704.2711.1818.464.013.6913.426.42
meta-llama/Llama-3.2-3B-Instruct6.069.902.2318.600.412.7216.6211.171.441.104.501.87

A detailed experimental evaluation will be present in a technical report.

Usage

The model supports English to Japanese and Japanese to English translation with the following prompt format:

from transformers import pipeline

# Load the model
chat_pipeline = pipeline("text-generation", model="CyberAgent/CAT-Translate-3.3b")

# Define the prompt template
prompt = "Translate the following {src_lang} text into {tgt_lang}.\n\n{src_text}"

# Example: Japanese to English
src_lang = "Japanese"
tgt_lang = "English"
src_text = "🐈はとてもかわいいの。おててがまるくてふわふわなの。"

user_input = [{"role": "user", "content": prompt.format(src_lang=src_lang, tgt_lang=tgt_lang, src_text=src_text)}]

response = chat_pipeline(user_input, max_new_tokens=512)

print("-" * 20)
print("Source Text:")
print(src_text)
print("Translation:")
print(response[0]['generated_text'][-1]['content'])

Important: You need to apply the chat template to run the model correctly. The template is the same as sarashina2.2-3b-instruct-v0.1.

Why Use Instructions?

Although the model is specialized for machine translation, we require an instruction prompt to invoke the translation capability. This design choice provides better customizability—extending and merging this model is easier this way. Since the model is open source, any extensions are welcome!

Training

We used the sarashina2.2 series (MIT LICENSE) as our pretrained model. While Qwen-3 showed higher benchmark scores, we found that sarashina generated more natural Japanese text that avoided "translationese" patterns. We hypothesized that naturalness is more difficult to learn than translation accuracy, leading us to choose sarashina as our base model.

Our training process involved:

  • Synthesizing parallel corpora from monolingual data using large language models
  • Two-stage supervised fine-tuning (SFT) approach
  • Reinforcement learning with Multi-Objective GRPO (Ichihara et al. 2025)
  • LoRA for efficient training

For detailed information about our training methodology, data preparation, and technical specifications, please see TRAINING.md.

License

The model is licensed under the MIT License.

Citation

@misc{jinnai2026cattranslatebuildingcompactopensource,
      title={CAT-Translate: Building Compact Open-Source Models for Japanese-English Translation}, 
      author={Yuu Jinnai},
      year={2026},
      eprint={2606.21413},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2606.21413}, 
}

Acknowledgments

This project stands on the shoulders of giants. In particular, the following resources significantly helped us develop the model:

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
47e3823

0 моделей