Характеристики

Контекст: 512 токенов
Параметры: 58,4 млн
Архитектура: marian · dense

Ссылки

Hugging Face

trans-opus-mt-zh-en

liam168

ПереводТекст → текст4 профессии

Компактная модель MarianMT для перевода текста с китайского на английский.

34скачиваний за 30 дней21лайквеса обновлены16 июл 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

liam168/trans-opus-mt-zh-en — модель машинного перевода на архитектуре Transformer семейства Marian, опубликованная пользователем Hugging Face liam168. Она переводит текст с китайского языка на английский и рассчитана на использование через библиотеку Transformers.

Модель содержит 58,4 млн параметров и имеет контекст длиной до 512 токенов. В карточке приведён пример перевода с китайского на английский; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

перевод китайских текстов на английский
перевод учебных материалов с китайского
перевод текстов о науке и машинном обучении
встраивание китайско-английского перевода в приложение на Transformers

Ограничения

Контекст ограничен 512 токенами; качество перевода для специализированных текстов в предоставленных данных не охарактеризовано.

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 710моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

liam168/trans-opus-mt-zh-en

Model description

source group: English
target group: Chinese
model: transformer
source language(s): eng

How to use

>>> from transformers import AutoModelWithLMHead,AutoTokenizer,pipeline
>>> mode_name = 'liam168/trans-opus-mt-zh-en'
>>> model = AutoModelWithLMHead.from_pretrained(mode_name)
>>> tokenizer = AutoTokenizer.from_pretrained(mode_name)
>>> translation = pipeline("translation_zh_to_en", model=model, tokenizer=tokenizer)
>>> translation('我喜欢学习数据科学和机器学习。', max_length=400)
    [{'translation_text': 'I like to study data science and machine learning.'}]

Contact

liam168520@gmail.com

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: 85f60aa