/ Модель

Характеристики

Контекст
1 024 токена
Параметры
248 млн
Лицензия
MIT
Архитектура
mbart · dense
Опубликована
9 мар 2023

mbart-large-ru-zh-ru-many-to-many-mmt

ПереводТекст → текст4 профессии

Модель mBART для перевода текстов между русским и китайским языками.

28скачиваний за 30 дней7лайковвеса обновлены19 фев 2024

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

joefox/mbart-large-ru-zh-ru-many-to-many-mmt — модель машинного перевода, созданная дообучением mBART-large-50-many-to-many-mmt. Она переводит текст с русского на китайский и с китайского на русский; целевой язык задаётся при генерации специальным идентификатором языка. Модель построена на архитектуре mBART, содержит 247,7 млн параметров и рассчитана на контекст до 1024 токенов.

Модель предназначена для перевода русско-китайских текстов и поддерживает соответствующие языковые варианты ru_RU и zh_CN. В метаданных указаны наборы данных CCMatrix и joefox/newstest-2017-2019-ru_zh. Модель распространяется по лицензии MIT.

Сценарии применения

  • перевод текста с русского на китайский
  • перевод текста с китайского на русский
  • автоматический перевод русско-китайских материалов
  • перевод новостных текстов между русским и китайским

Ограничения

Модель специализируется на переводе только между русским и китайским; длина контекста ограничена 1024 токенами.

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

mBART-large Russian to Chinese and Chinese to Russian multilingual machine translation

This model is a fine-tuned checkpoint of mBART-large-50-many-to-many-mmt. joefox/mbart-large-ru-zh-ru-many-to-many-mmt is fine-tuned for ru-zh and zh-ru machine translation.

The model can translate directly between any pair of Russian and Chinese languages. 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..

This post in Russian gives more details.

Example translate Russian to Chinese

from transformers import MBartForConditionalGeneration, MBart50TokenizerFast

model = MBartForConditionalGeneration.from_pretrained("joefox/mbart-large-ru-zh-ru-many-to-many-mmt")
tokenizer = MBart50TokenizerFast.from_pretrained("joefox/mbart-large-ru-zh-ru-many-to-many-mmt")

src_text = "Съешь ещё этих мягких французских булок."

# translate Russian to Chinese
tokenizer.src_lang = "ru_RU"
encoded_ru = tokenizer(src_text, return_tensors="pt")
generated_tokens = model.generate(
    **encoded_ru,
    forced_bos_token_id=tokenizer.lang_code_to_id["zh_CN"]
)
result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)

print(result)
#再吃一些法国面包。

and Example translate Chinese to Russian

from transformers import MBartForConditionalGeneration, MBart50TokenizerFast

model = MBartForConditionalGeneration.from_pretrained("joefox/mbart-large-ru-zh-ru-many-to-many-mmt")
tokenizer = MBart50TokenizerFast.from_pretrained("joefox/mbart-large-ru-zh-ru-many-to-many-mmt")

src_text = "吃一些软的法国面包。"
# translate Chinese to Russian
tokenizer.src_lang = "zh_CN"
encoded_zh = tokenizer(src_text, return_tensors="pt")
generated_tokens = model.generate(
    **encoded_zh,
    forced_bos_token_id=tokenizer.lang_code_to_id["ru_RU"]
)
result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
print(result)
#Ешьте немного французского хлеба.

Languages covered

Russian (ru_RU), Chinese (zh_CN)

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
be6188c

0 моделей