/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
133 млн
Архитектура
marian · dense
Опубликована
25 авг 2022

Ссылки

Hugging Face

opus-mt-tc-big-wiki-en-ko

jhk
ПереводТекст → текст3 профессии

Модель MarianMT для перевода текста с английского на корейский.

49скачиваний за 30 дней2лайкавеса обновлены31 авг 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

jhk/opus-mt-tc-big-wiki-en-ko — модель машинного перевода на архитектуре MarianMT с 133,4 млн параметров. По названию репозитория модель предназначена для перевода с английского на корейский; она принимает текст и выдаёт текст. Метаданные указывают задачу translation и формат PyTorch. README сообщает, что модель обучалась с нуля, но не содержит сведений о датасете или предполагаемых сценариях применения.

В карточке приведены результаты оценки: loss 3,3008 и BLEU 7,8420, что указывает на ограниченное качество перевода в использованной оценке. Лицензия не указана в доступных данных.

Сценарии применения

  • перевод англоязычных текстов на корейский
  • черновой перевод статей и справочных материалов
  • экспериментальная оценка машинного перевода с английского на корейский

Ограничения

README не описывает датасет и ограничения применения; указан BLEU 7,8420, что свидетельствует о низком качестве по приведённой оценке. Сведения о лицензии отсутствуют.

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 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 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

opus-mt-tc-big-wiki-en-ko

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.3008
  • Bleu: 7.8420

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: 22
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Framework versions

  • Transformers 4.21.2
  • Pytorch 1.12.1+cu113
  • Datasets 2.4.0
  • 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
b6150dc

0 моделей

    Создать бенчмарк