/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
58,4 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
18 июл 2022

Ссылки

Hugging Face

opus-mt-es-en-scielo

domenicrosati
ПереводТекст → текст3 профессии

Модель MarianMT, дообученная для перевода научных текстов с испанского на английский.

28скачиваний за 30 дней0лайковвеса обновлены18 июл 2022

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.

Открыть конструктор бенчмарка

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

opus-mt-es-en-scielo — модель машинного перевода на архитектуре MarianMT, созданная дообучением Helsinki-NLP/opus-mt-es-en на датасете SciELO. Она предназначена для перевода научных текстов с испанского на английский. Модель содержит 58,4 млн параметров, принимает текст и выдаёт текст; максимальная длина контекста — 512 токенов. В карточке указаны результаты оценки на тестовой выборке: BLEU 40,8788 и loss 1,2593. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод научных статей с испанского на английский
  • перевод аннотаций публикаций SciELO
  • перевод испаноязычных научных материалов для англоязычной аудитории

Ограничения

Дообучение ориентировано на данные SciELO, поэтому качество на других жанрах и тематиках может отличаться. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

opus-mt-es-en-scielo

This model is a fine-tuned version of Helsinki-NLP/opus-mt-es-en on the scielo dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2593
  • Bleu: 40.8788

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5.6e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossBleu
1.42771.0100011.347340.5849
1.20072.0200021.314641.3308

Framework versions

  • Transformers 4.18.0
  • Pytorch 1.11.0
  • Datasets 2.1.0
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MarianMTModel
Ревизия весов
cd2401c

0 моделей

    Создать бенчмарк