/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
55,6 млн
Лицензия
Apache 2.0
Архитектура
marian · dense

Ссылки

Hugging Face

marian-finetuned-kde4-en-to-fr

huggingface-course
ПереводТекст → текст4 профессии

Компактная модель MarianMT, дообученная для перевода текстов с английского на французский.

32скачиваний за 30 дней6лайковвеса обновлены11 ноя 2021

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

Это модель машинного перевода на базе архитектуры MarianMT, дообученная авторами huggingface-course на наборе данных KDE4 для перевода с английского на французский. Она содержит 55,6 млн параметров, принимает текст и имеет контекстное окно до 512 токенов. На указанном в карточке наборе оценки получены Loss 0,8559 и BLEU 52,9416. Модель подходит для перевода текстов с английского на французский; лицензия — Apache-2.0.

Сценарии применения

  • перевод английских текстов на французский
  • перевод коротких сообщений и фраз с английского на французский
  • черновой машинный перевод англоязычных материалов для последующей вычитки

Ограничения

Показатели качества приведены для оценки на KDE4 и могут не отражать качество на других типах текстов. Карточка не содержит сведений о дополнительных возможностях или ограничениях модели.

Для каких профессий подходит4

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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

test-marian-finetuned-kde4-en-to-fr

This model is a fine-tuned version of Helsinki-NLP/opus-mt-en-fr on the kde4 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8559
  • Bleu: 52.9416

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: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.12.0.dev0
  • Pytorch 1.8.1+cu111
  • Datasets 1.12.2.dev0
  • Tokenizers 0.10.3

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
b62de77

0 моделей

    Создать бенчмарк