Характеристики

Параметры: 157 млн
Лицензия: MIT
Архитектура: mt5 · dense
Базовая модель: mt5-small
Опубликована: 16 сен 2026

Ссылки

girenit-TR-TextRestore

Генерация текстаТекст → текст5 профессий

Компактная модель на базе mT5-small восстанавливает турецкие диакритические знаки и написание в тексте, преобразованном в ASCII.

594скачиваний за 30 дней0лайковвеса обновлены16 сен 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

girenit/girenit-TR-TextRestore — турецкая модель для восстановления диакритических знаков и написания слов в ASCII-тексте. Она разработана на базе mT5-small и дообучена на новостных предложениях из набора TR-News; архитектура — MT5ForConditionalGeneration, размер — 157,4 млн параметров. Модель принимает текст с префиксом «şapka: » и преобразует его в текст с турецкими буквами и апострофами, например: «Ahmet Yilmaz Istanbulda» → «Ahmet Yılmaz İstanbul'da».

Сценарии применения

восстановление турецких букв в ASCII-тексте
нормализация имён и географических названий на турецком языке
исправление диакритики в новостных текстах
подготовка турецкого текста после транслитерации или потери символов

Ограничения

В карточке указана точность на уровне слов 96,5% на отдельном тесте из реальных предложений; это не гарантирует такую же точность на других типах текста. Для вызова модели требуется префикс «şapka: ».

Для каких профессий подходит5

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 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Также подходит для

I.4Обработка документов и форм

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

girenit-TR-TextRestore — Türkçe Diakritik (Şapka) Geri Yükleme

ASCII'leştirilmiş Türkçe metindeki diakritikleri geri yükler: Ahmet Yilmaz Istanbulda → Ahmet Yılmaz İstanbul'da. Gerçek Türkçe haber cümleleriyle (TR-News) eğitildi ve gerçek cümlelerde ölçüldü.

Benchmark (gerçek metin, ayrılmış test)

Metrik	Skor
Kelime düzeyi doğruluk	96.5%

mT5-small tabanlı, prefix şapka: .

Kullanım

from transformers import pipeline
p=pipeline("text2text-generation",model="girenit/girenit-TR-TextRestore")
print(p("şapka: Ahmet Yilmaz Istanbulda calisiyor"))

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: MT5ForConditionalGeneration
Ревизия весов: b110007