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
neureps/warmly-nmt-kobart-enko — экспериментальная дообученная модель для перевода английских комментариев на корейский язык. Её создали в рамках пилотного проекта Warmly на базе KoBART-base-v2: обучение проводилось на 883 парах предложений, архитектура — BART, размер базовой модели — 124 млн параметров, контекст — 1026 токенов.
Пилот признан неудачным: по README, chrF составил 5,67, а модель почти игнорировала содержание входа. Авторы связывают это с тем, что KoBART предварительно обучена преимущественно на корейском и не усвоила перевод с английского на малом наборе примеров. Модель сохранена как экспериментальный контрольный результат и помечена авторами как непригодная к использованию. Лицензия — MIT.
Сценарии применения
изучение неудачного пилота машинного перевода EN→KO
сравнение перевода на корейской и многоязычной предобученной базе
воспроизведение эксперимента дообучения на 883 парах комментариев
Ограничения
В README модель прямо обозначена как непригодная к использованию: chrF равен 5,67, и модель почти не передаёт содержание входного текста. Авторы связывают результат с корейской предобучающей базой и недостаточным объёмом англо-корейских обучающих данных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
warmly-nmt-kobart-enko — EN→KO 댓글 번역 파인튜닝 (B안 파일럿 v1, 실패)
⚠️ 실패한 파일럿 산출물 — 사용 불가. "왜 안 되는가"의 실측 기록으로 보존합니다.
KoBART-base-v2 (124M)를 Warmly(온기)의 B안(0.8B 영어 댓글 + 소형 번역기) 트랙에서 EN→KO 번역기로 파인튜닝 시도한 모델입니다 (2026-07-14, 883쌍).
실패 진단
chrF 5.67 — 내용 무시 수준. KoBART는 한국어 전용 사전학습 모델이라 영어 입력의 의미를 883샘플로는 학습 불가. 같은 데이터로 다국어 사전학습 SMaLL-100은 chrF 24(내용 충실)를 달성 → en→ko 번역기는 다국어 사전학습이 전제 조건이라는 결론의 대조군.