/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Архитектура
mbart · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

mbart-large-cc25

facebook
ПереводТекст → текст6 профессий

Предварительно обученная мультиязычная модель mBART для перевода текста между 25 языками и последующего дообучения.

15 171скачиваний за 30 дней70лайковвеса обновлены28 мар 2023

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

mBART-large-cc25 — предварительно обученная, не дообученная мультиязычная модель перевода, разработанная Facebook. Она основана на архитектуре mBART и содержит 457,4 млн параметров; принимает текст и генерирует текст, поддерживая перевод между 25 языками. Доступны веса в форматах PyTorch и TensorFlow, длина контекста составляет 1024 токена.

Модель предназначена для перевода текста между поддерживаемыми языками и может служить базой для дальнейшего дообучения, в том числе для суммаризации. Карточка не сообщает результатов оценки качества или особенностей применения в конкретных областях. Лицензия в предоставленных данных не указана.

Сценарии применения

  • перевод текста между поддерживаемыми языками
  • создание базовой модели для дообучения на переводных данных
  • адаптация модели для суммаризации

Ограничения

Модель предварительно обучена, но не дообучена под конкретную задачу; для прикладного качества может потребоваться дообучение. Лицензия и результаты оценки качества не приведены в предоставленных данных.

Для каких профессий подходит6

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 710моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mbart-large-cc25

Pretrained (not finetuned) multilingual mbart model. Original Languages

export langs=ar_AR,cs_CZ,de_DE,en_XX,es_XX,et_EE,fi_FI,fr_XX,gu_IN,hi_IN,it_IT,ja_XX,kk_KZ,ko_KR,lt_LT,lv_LV,my_MM,ne_NP,nl_XX,ro_RO,ru_RU,si_LK,tr_TR,vi_VN,zh_CN

Original Code: https://github.com/pytorch/fairseq/tree/master/examples/mbart Docs: https://huggingface.co/transformers/master/model_doc/mbart.html Finetuning Code: examples/seq2seq/finetune.py (as of Aug 20, 2020)

Can also be finetuned for summarization.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
f417e55

0 моделей

    Создать бенчмарк