/ Модель

Характеристики

Контекст
1 024 токена
Параметры
1,9 млрд
Лицензия
MIT
Архитектура
m2m_100 · dense
Опубликована
2 мар 2022

wmt21-dense-24-wide-x-en

ПереводТекст → текст4 профессии

Мультиязычная модель Facebook для перевода текстов с семи языков на английский.

47скачиваний за 30 дней14лайковвеса обновлены24 янв 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.

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

WMT 21 X-En — мультиязычная модель перевода, разработанная Facebook и впервые опубликованная в этом репозитории. Это encoder-decoder модель семейства M2M100 для перевода текстов с хауса, исландского, японского, чешского, русского, китайского и немецкого на английский. В README указан размер 4,7 млрд параметров; метаданные каталога указывают 1,9 млрд параметров, поэтому размер приведён противоречиво.

Модель рассчитана на перевод новостных текстов и текстов других тематик; для этих сценариев во входе следует задавать соответствующий доменный тег. Целевой язык задаётся первым генерируемым токеном. Метаданные указывают контекст 1024 токена и формат PyTorch. Лицензия — MIT. Модель переводит только в английский; для токенизатора M2M100 требуется SentencePiece.

Сценарии применения

  • перевод новостных текстов с русского на английский
  • перевод с немецкого на английский
  • перевод с японского на английский
  • перевод с китайского на английский
  • перевод текстов с хауса, исландского или чешского на английский

Ограничения

Модель переводит только с семи перечисленных языков на английский; для получения подходящего результата нужно задавать целевой язык и доменный тег. README сообщает размер 4,7 млрд параметров, а метаданные — 1,9 млрд, поэтому размер не согласован.

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

WMT 21 X-En

WMT 21 X-En is a 4.7B multilingual encoder-decoder (seq-to-seq) model trained for one-to-many multilingual translation. It was introduced in this paper and first released in this repository.

The model can directly translate text from 7 languages: Hausa (ha), Icelandic (is), Japanese (ja), Czech (cs), Russian (ru), Chinese (zh), German (de) to English.

To translate into a target language, the target language id is forced as the first generated token. To force the target language id as the first generated token, pass the forced_bos_token_id parameter to the generate method.

Note: M2M100Tokenizer depends on sentencepiece, so make sure to install it before running the example. To install sentencepiece run pip install sentencepiece

Since the model was trained with domain tags, you should prepend them to the input as well.

  • "wmtdata newsdomain": Use for sentences in the news domain
  • "wmtdata otherdomain": Use for sentences in all other domain
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model = AutoModelForSeq2SeqLM.from_pretrained("facebook/wmt21-dense-24-wide-x-en")
tokenizer = AutoTokenizer.from_pretrained("facebook/wmt21-dense-24-wide-x-en")

# translate German to English
tokenizer.src_lang = "de"
inputs = tokenizer("wmtdata newsdomain Ein Modell für viele Sprachen", return_tensors="pt")
generated_tokens = model.generate(**inputs)
tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
# => "A model for many languages"

# translate Icelandic to English
tokenizer.src_lang = "is"
inputs = tokenizer("wmtdata newsdomain Ein fyrirmynd fyrir mörg tungumál", return_tensors="pt")
generated_tokens = model.generate(**inputs)
tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
# => "One model for many languages"

See the model hub to look for more fine-tuned versions.

Languages covered

English (en), Hausa (ha), Icelandic (is), Japanese (ja), Czech (cs), Russian (ru), Chinese (zh), German (de)

BibTeX entry and citation info

@inproceedings{tran2021facebook
  title={Facebook AI’s WMT21 News Translation Task Submission},
  author={Chau Tran and Shruti Bhosale and James Cross and Philipp Koehn and Sergey Edunov and Angela Fan},
  booktitle={Proc. of WMT},
  year={2021},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
M2M100ForConditionalGeneration
Ревизия весов
9aec49e

0 моделей