/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
translategemma-12b-it
Опубликована
5 сен 2026

TuvanGemma

ПереводТекст → текст

Локальная дообученная модель для двустороннего перевода между русским и тувинским языками.

75скачиваний за 30 дней0лайковвеса обновлены19 сен 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

TuvanGemma — семейство локальных моделей для перевода между русским и тувинским языками, разработанное kungaa. Рекомендуемый выпуск дообучен на основе google/translategemma-12b-it; доступны квантованная GGUF Q4_K_M версия для llama.cpp и LoRA-адаптер. В README также описаны приложение для Windows и более ранний выпуск 4B.

Модель предназначена для двустороннего перевода текстов с русского на тувинский и с тувинского на русский. Для версии 12B указана длина контекста 4 096 токенов; приложение позволяет переключиться на 2 048 токенов, чтобы снизить требования к памяти. В оценке на отложенной выборке автоматические метрики составили BLEU 20,42 для перевода на тувинский и 25,96 для перевода на русский; эти результаты не гарантируют качество отдельных переводов.

Для запуска GGUF-файла требуется llama.cpp; README приводит ориентиры по видеопамяти для локального запуска и рекомендует проверять имена, числа, идиомы и важные фрагменты с носителем тувинского языка. Модель производная от Gemma; перед использованием и распространением необходимо соблюдать применимые условия Gemma. В метаданных лицензия указана как other.

Сценарии применения

  • перевод текста с русского на тувинский
  • перевод текста с тувинского на русский
  • локальный перевод без облачного сервиса

Ограничения

Автоматическая оценка основана на одной отложенной выборке и не гарантирует качество конкретного перевода; имена, числа, идиомы и важные тексты рекомендуется проверять с носителем тувинского языка. Запуск 12B Q4_K_M требует значительных ресурсов: на видеокарте с 8 ГБ памяти контекст следует уменьшить до 2 048 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TuvanGemma

TuvanGemma is a family of local Russian ↔ Tuvan translation models. The recommended release fine-tunes google/translategemma-12b-it and is provided as a llama.cpp GGUF, a LoRA adapter, and a self-contained Windows application.

The models are Gemma-derived. Read and comply with the applicable Gemma Terms of Use before using or redistributing them.

Downloads

ReleaseDownloadNotes
12B model (recommended)tuvangemma-12b-q4_k_m.ggufQ4_K_M, 7.31 GB; llama.cpp
12B Windows appTuvanTranslator-windows-x64-v0.2.1-12b.zipPortable; bundles the model and CUDA, Vulkan, and CPU runtimes
12B LoRA adaptertranslategemma-12b-qlora-r16Use with google/translategemma-12b-it
4B model (smaller legacy release)tuvangemma-4b-q5_k_m.ggufQ5_K_M, 2.84 GB
4B Windows appTuvanTranslator-windows-x64-v0.1.0.zipOlder, lower-memory portable app
4B LoRA adaptergemma4-e4b-qloraAdapter used for the legacy release

The v0.2.1 desktop app adds a Lower memory (2K context) switch. Leave it off for the normal 4,096-token context; turn it on before loading the model on an 8 GB GPU. Changing it restarts the local inference runtime automatically.

12B evaluation

The 12B adapter was evaluated on 256 held-out examples in each direction (512 translations total):

DirectionExamplesBLEUchrF++
Russian → Tuvan25620.417149.1626
Tuvan → Russian25625.956549.3654

The evaluation report describes the procedure. Raw predictions are also included under reports/.

These are automatic metrics on one held-out split, not a guarantee of translation quality. Review names, numbers, idioms, and important text with a qualified Tuvan speaker.

GPU memory

Direct llama.cpp Vulkan measurements with full layer offload used 7,853 MiB at 4,096 tokens and 8,113 MiB at 8,192 tokens. In practice:

  • 12 GB VRAM: comfortable for the 12B Q4 model at the default context.
  • 8 GB VRAM: possible but tight; use the app's 2K context switch and close other GPU-heavy programs. Driver/display overhead varies by machine.
  • Less than 8 GB: use partial offload/CPU or the smaller 4B release.

See the VRAM report for the measured configuration and caveats.

Previous 4B evaluation

The earlier 4B release was evaluated separately on 3,824 held-out examples in each direction. Its split and setup differ from the 12B evaluation, so the tables should not be compared as a controlled model-size experiment.

DirectionBaseline chrF++TuvanGemma chrF++Baseline BLEUTuvanGemma BLEU
Russian → Tuvan13.065745.48221.129816.2996
Tuvan → Russian19.663744.71722.108320.8963

Dataset acknowledgment

Fine-tuning used Agisight's tyv-rus-200k dataset, attributed under CC BY 4.0. The desktop package includes the dataset attribution notice.

Desktop application

Source code, build instructions, third-party notices, and the complete Gemma terms are available in kungaa/TuvanTranslator.

The Windows ZIP is self-contained and uses llama.cpp. Auto mode tries CUDA, then Vulkan, then CPU. Vulkan requires a working Vulkan-capable graphics driver; vulkan-1.dll is intentionally supplied by the driver rather than bundled. A Metal backend and macOS packaging recipe are present in the source, but a signed/notarized macOS binary is not currently published.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов
7bf2757

0 моделей