Характеристики

Лицензия: Apache 2.0
Библиотека: pytorch
Опубликована: 17 июл 2026

Ссылки

Hugging Face

english-german-transformer

kmehrad

ПереводТекст → текст

Компактный Transformer PyTorch для перевода английского текста на немецкий.

0скачиваний за 30 дней0лайковвеса обновлены17 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

PyM Studio English-German Transformer — модель перевода с 63,1 млн параметров, созданная с нуля Камроном М. (Kamron M, PyM Studio). Это энкодер-декодерный Transformer на PyTorch: по шесть слоёв в энкодере и декодере, размерность эмбеддингов 512 и восемь голов внимания. Модель переводит текст с английского на немецкий и обучалась по рецепту WMT14 English-German с совместным байтовым BPE-токенизатором на 37 000 токенов.

Модель предназначена для перевода английских предложений на немецкий. Контекст источника и цели составляет 256 токенов; опубликованные веса усреднены по пяти контрольным точкам с лучшими результатами на валидации. Модель распространяется под лицензией Apache 2.0. В README приведено значение валидационной функции потерь, но нет оценок качества перевода на тестовом наборе.

Сценарии применения

перевод английских предложений на немецкий
перевод коротких англоязычных сообщений
встраивание англо-немецкого перевода в приложение
эксперименты с архитектурой Transformer для машинного перевода

Ограничения

Контекст источника и перевода ограничен 256 токенами. README не приводит результатов оценки качества на тестовом наборе.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PyM Studio English-German Transformer

A 63.1M-parameter encoder-decoder Transformer created from scratch by Kamron M (Hugging Face: kmehrad, Kaggle: kammehr) at PyM Studio.

The model translates English text to German. It was trained on the WMT14 English-German recipe and uses a joint 37,000-token byte-level BPE tokenizer. The published weights average five validation-best checkpoints. The best constituent validation loss was 2.9379.

Architecture

6 encoder and 6 decoder layers
512-dimensional embeddings
8 attention heads
256-token source and target context
sinusoidal positional encodings
shared input/output token weights
approximately 63.1M unique trainable parameters

Files

averaged.pt: averaged PyTorch model weights and configuration
modeling_transformer.py: inference model definition
translate_interactive.py: beam-search translation CLI
tokenizer.json: joint English-German tokenizer
requirements.txt: minimal runtime dependencies
LICENSE: Apache License 2.0

Usage

pip install -r requirements.txt
python translate_interactive.py

Or translate one sentence:

python translate_interactive.py "The cat is sleeping"

Use --device cpu or --device cuda to choose a device. Beam search defaults to beam size 4 and length penalty 0.6.

Attribution and license

Licensed under the Apache License, Version 2.0. See LICENSE.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 8f34eb6