/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
marian · dense
Базовая модель
opus-mt-zh-en
Библиотека
transformers
Опубликована
13 авг 2026

opus-mt-zh-nan

ПереводТекст → текст3 профессии

Модель MarianMT для перевода с мандаринского китайского на тайваньский хоккиен, в том числе для подготовки учебных материалов.

93скачиваний за 30 дней0лайковвеса обновлены14 авг 2026

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

linguardia/opus-mt-zh-nan — модель машинного перевода, дообученная Linguardia на базе Helsinki-NLP/opus-mt-zh-en. Она переводит текст с мандаринского китайского на тайваньский хоккиен и предназначена, в частности, для подготовки учебных материалов по языку, для которого мало доступных систем машинного перевода. Модель построена на архитектуре MarianMT и использует формат safetensors; нативная длина контекста составляет 512 токенов.

Для обучения использовались пары предложений на мандаринском и тайваньском хоккиене из словарной базы ChhoeTaigi. Модель доступна по лицензии Apache-2.0. Карточка не приводит оценки качества перевода, поэтому пригодность результатов для публикации или обучения следует проверять на целевых текстах.

Сценарии применения

  • Перевод предложений с мандаринского на тайваньский хоккиен
  • Подготовка двуязычных учебных материалов по тайваньскому хоккиену
  • Создание черновых переводов для языковых курсов
  • Перевод примеров из словарей с китайского на тайваньский хоккиен

Ограничения

Контекст ограничен 512 токенами. Карточка не сообщает метрик качества, поэтому переводы следует проверять, особенно перед использованием в учебных материалах.

Для каких профессий подходит3

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

Mandarin → Taiwanese Hokkien (opus-mt finetune)

Translates Mandarin into Taiwanese Hokkien. Finetuned by Linguardia from Helsinki-NLP/opus-mt-zh-en on Mandarin↔Taiwanese Hokkien sentence pairs from ChhoeTaigi dictionaries (github.com/ChhoeTaigi/ChhoeTaigiDatabase).

Built to generate course material for a language that no major machine translator supports.

Usage

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tok = AutoTokenizer.from_pretrained("linguardia/opus-mt-zh-nan")
model = AutoModelForSeq2SeqLM.from_pretrained("linguardia/opus-mt-zh-nan")

batch = tok([">>nan<< 我很早起床。"], return_tensors="pt")
out = model.generate(**batch, num_beams=4, max_length=64)
print(tok.batch_decode(out, skip_special_tokens=True))

The target language is selected by the >>nan<< prefix on the source text. It was added as a new token rather than replacing one of the base model's existing languages, so every language the base already handled still works.

Training

baseHelsinki-NLP/opus-mt-zh-en
training pairs106,678
held out204 dev, 0 gold
epochs3.0
batch size32
optimiserAdafactor, lr 5e-5, 500 warmup steps
max sequence48 tokens (99.9% of source, 99.6% of target)
hardwareApple M4, MPS

Evaluation

Held-out dev set (204 pairs never seen in training):

metricscore
BLEU19.3
chrF49.6

Training data and attribution

Sentence pairs come from ChhoeTaigi dictionaries (github.com/ChhoeTaigi/ChhoeTaigiDatabase). This model is a derivative of that work: if you use it, credit the corpus and its contributors under its own terms, recorded here as:

ChhoeTaigi dictionaries (github.com/ChhoeTaigi/ChhoeTaigiDatabase), CC BY-SA 4.0 and CC0 1.0; TaihoaSoanntengTuichiautian (BY-SA) + iTaigiHoataiTuichiautian (CC0) + TaioanPehoeKichhooGiku (BY-SA), Mandarin source side, normalised to Tai-lo

Pairs were deduplicated on exact (Mandarin, Taiwanese Hokkien) text. No machine translation was used to create the training data at any point.

Licence chain

layerlicence
base model Helsinki-NLP/opus-mt-zh-enApache-2.0
training dataCC BY-SA 4.0 and CC0 1.0
these weightsApache-2.0, with the attribution above

Limitations

  • Trained on short everyday sentences. Expect it to be weakest on long, technical or literary text.
  • Neural MT translates each sentence independently, so a term may be rendered differently across a corpus. Check consistency if that matters to you.
  • Output should be reviewed by a speaker before being taught to learners.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MarianMTModel
Ревизия весов
0c13daa

0 моделей