/ Модель

Характеристики

Контекст
8 192 токена
Параметры
3,9 млрд
Размер весов
8,4 ГБ
Архитектура
mistral · dense
Базовая модель
Mistral-NeMo-12B-Base
Библиотека
transformers
Опубликована
5 ноя 2025

Riva-Translate-4B-Instruct-v1.1

Генерация текстаТекст → текст4 профессии

NVIDIA Riva-Translate-4B-Instruct-v1.1 — дообученная текстовая модель для перевода между английским и 11 языками и языковыми вариантами.

1 027скачиваний за 30 дней32лайкавеса обновлены27 июл 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

NVIDIA Riva-Translate-4B-Instruct-v1.1 — модель для перевода текста между английским и 11 другими языками и диалектами. Она построена на архитектуре decoder-only Transformer и дообучена для перевода на основе 4-миллиардной модели, полученной сжатием и дистилляцией nvidia/Mistral-NeMo-Minitron-8B-Base. В метаданных базовой моделью указана nvidia/Mistral-NeMo-12B-Base. Модель содержит 3,9 млрд параметров и поддерживает контекст до 8192 токенов.

Поддерживаются английский, немецкий, европейский и латиноамериканский варианты испанского, французский, бразильский португальский, русский, упрощённый и традиционный китайский, японский, корейский и арабский. Перевод выполняется в обоих направлениях между английским и каждым из этих языков или вариантов; выбор пары задаётся тегом в системном промпте. Модель работает с текстом и предназначена для использования через Transformers или vLLM.

Модель разработала NVIDIA. В карточке лицензия обозначена как NVIDIA Community Model License; перед использованием следует соблюдать её условия. Качество зависит от предметной области, сценария, шума и контекста; возможны грамматические и смысловые ошибки. README сообщает о более новой версии, Riva-Translate-4B-Instruct-v2, с поддержкой 36 языков.

Сценарии применения

  • перевод с английского на русский и обратно
  • перевод между английским и китайским с выбором упрощённого или традиционного письма
  • перевод между английским и европейским или латиноамериканским испанским
  • перевод между английским и бразильским португальским
  • перевод между английским и немецким, французским, японским, корейским или арабским

Ограничения

Качество зависит от предметной области, сценария, шума и контекста; возможны грамматические и смысловые ошибки. В README указана более новая версия модели с поддержкой 36 языков.

Для каких профессий подходит4

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

Riva-Translate-4B-Instruct-v1.1

🚀 Announcement

Note: A newer Riva-Translate-4B-Instruct model supporting 36 languages is now available Explore nvidia/Riva-Translate-4B-Instruct-v2

Model Overview

We’re excited to share our latest work on the next version of Riva-Translate-4B-Instruct! The new release outperforms the initial version across multiple benchmarks, including FLORES, NTREX, and WMT24, and demonstrates comparable performance to EuroLLM-9B-Instruct. The model supports translation across 12 languages and dialects spanning Chinese, Spanish, and Portuguese varieties. Specifically, it covers: English (en), German (de), European Spanish (es-ES), Latin American Spanish (es-US), French (fr), Brazilian Portuguese (pt-BR), Russian (ru), Simplified Chinese (zh-CN), Traditional Chinese (zh-TW), Japanese (ja), Korean (ko), and Arabic (ar). Built on a decoder-only Transformer architecture, this model is a fine-tuned version of a 4B-base model that was pruned and distilled from nvidia/Mistral-NeMo-Minitron-8B-Base using NVIDIA’s LLM compression techniques. Training followed a multi-stage pipeline consisting of Continued Pre-Training (CPT), Supervised Fine-Tuning (SFT), and Reward-aware Preference Optimization (RPO). The model uses tiktoken as its tokenizer and supports a context length of 8K tokens.

Model Developer: NVIDIA

Model Dates: Riva-Translate-4B-Instruct-v1.1 was trained between June 2025 and August 2025.

License

GOVERNING TERMS: The NIM container is governed by the NVIDIA Software License Agreement and Product-Specific Terms for AI Products. Use of this model is governed by the NVIDIA Community Model License. ADDITIONAL INFORMATION: Apache 2.0.

Quick Start Guide

How to Choose the Language Pair

To select a language pair for translation, include one of the following tags in the system prompt:

  • en-zh-cn or en-zh English to Simplified Chinese
  • en-zh-tw: English to Traditional Chinese
  • en-ar: English to Arabic
  • en-de: English to German
  • en-es or en-es-es: English to European Spanish
  • en-es-us: English to Latin American Spanish
  • en-fr: English to French
  • en-ja: English to Japanese
  • en-ko: English to Korean
  • en-ru: English to Russian
  • en-pt: English to Brazilian Portuguese
  • en-pt-br: English to Brazilian Portuguese
  • zh-en or zh-cn-en: Simplified Chinese to English
  • zh-tw-en: Traditional Chinese to English
  • ar-en: Arabic to English
  • de-en: German to English
  • es-en or es-es-en: European Spanish to English
  • es-us-en: Latin American Spanish to English
  • fr-en: French to English
  • ja-en: Japanese to English
  • ko-en: Korean to English
  • ru-en: Russian to English
  • pt-en or pt-br-en: Brazilian Portuguese to English

Use it with Transformers

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("nvidia/Riva-Translate-4B-Instruct-v1.1")
model = AutoModelForCausalLM.from_pretrained("nvidia/Riva-Translate-4B-Instruct-v1.1").cuda()

# Use the prompt template (along with chat template)
messages = [
    {
        "role": "system",
        "content": "en-zh",
    },
    {"role": "user", "content": "The GRACE mission is a collaboration between the NASA and German Aerospace Center.?"},
 ]
tokenized_chat = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt").to(model.device)
outputs = model.generate(tokenized_chat,  max_new_tokens=128, pad_token_id=tokenizer.eos_token_id)
print(tokenizer.decode(outputs[0]))

Use it with vLLM

To install vllm, use the following pip command in a terminal within a supported environment.

pip install -U "vllm>=0.12.0"

Launch a vLLM server using the below python command. In this example, we use a context length of 8k as supported by the model.

python3 -m vllm.entrypoints.openai.api_server \
     --model nvidia/Riva-Translate-4B-Instruct-v1.1 \
     --dtype bfloat16 \
     --gpu-memory-utilization 0.95 \
     --max-model-len 8192 \
     --host 0.0.0.0 \
     --port 8000 \
     --tensor-parallel-size 1 \
     --served-model-name Riva-Translate-4B-Instruct-v1.1

Alternatively, you can use Docker to launch a vLLM server.

docker run --runtime nvidia --gpus all \
           -v ~/.cache/huggingface:/root/.cache/huggingface \
           -p 8000:8000 \
           --ipc=host \
           vllm/vllm-openai:v0.12.0 \
           --model nvidia/Riva-Translate-4B-Instruct-v1.1 \
           --dtype bfloat16 \
           --gpu-memory-utilization 0.95 \
           --max-model-len 8192 \
           --host 0.0.0.0 \
           --port 8000 \
           --tensor-parallel-size 1 \
           --served-model-name Riva-Translate-4B-Instruct-v1.1

If you are using DGX Spark or Jetson Thor, please use this vllm container. On Jetson Thor, be sure to include --runtime nvidia when running the Docker container.

# On DGX SPark or Jetson Thor
docker run \
  --runtime nvidia \ # Remove this on DGX Spark
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -p 8000:8000 \
  --ipc=host \
  nvcr.io/nvidia/vllm:25.12.post1-py3 \
  vllm serve nvidia/Riva-Translate-4B-Instruct-v1.1 \
    --dtype bfloat16 \
    --gpu-memory-utilization 0.95 \
    --max-model-len 8192 \
    --host 0.0.0.0 \
    --port 8000 \
    --tensor-parallel-size 1 \
    --served-model-name Riva-Translate-4B-Instruct-v1.1

On Jetson Thor, the previous vLLM cache is not currently cleaned automatically, so it must be cleared manually. Always run this command on the host before serving any model on Jetson Thor.

sudo sysctl -w vm.drop_caches=3

Here is an example client code for vLLM.

curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json"
-d '{
"model": "Riva-Translate-4B-Instruct-v1.1",
"messages": [
      {"role": "system", "content": "en-zh"},
      {"role": "user", "content": "The GRACE mission is a collaboration between the NASA and German Aerospace Center.?"}
    ]
}'

Chat Template Structure

{%- set language_pairs = {
  'en-zh-cn': {'source': 'English', 'target': 'Simplified Chinese'},
  'en-zh': {'source': 'English', 'target': 'Simplified Chinese'},
  'en-zh-tw': {'source': 'English', 'target': 'Traditional Chinese'},
  'en-ar': {'source': 'English', 'target': 'Arabic'},
  'en-de': {'source': 'English', 'target': 'German'},
  'en-es': {'source': 'English', 'target': 'European Spanish'},
  'en-es-es': {'source': 'English', 'target': 'European Spanish'},
  'en-es-us': {'source': 'English', 'target': 'Latin American Spanish'},
  'en-fr': {'source': 'English', 'target': 'French'},
  'en-ja': {'source': 'English', 'target': 'Japanese'},
  'en-ko': {'source': 'English', 'target': 'Korean'},
  'en-ru': {'source': 'English', 'target': 'Russian'},
  'en-pt': {'source': 'English', 'target': 'Brazilian Portuguese'},
  'en-pt-br': {'source': 'English', 'target': 'Brazilian Portuguese'},
  'zh-en': {'source': 'Simplified Chinese', 'target': 'English'},
  'zh-cn-en': {'source': 'Simplified Chinese', 'target': 'English'},
  'zh-tw-en': {'source': 'Traditional Chinese', 'target': 'English'},
  'ar-en': {'source': 'Arabic', 'target': 'English'},
  'de-en': {'source': 'German', 'target': 'English'},
  'es-en': {'source': 'European Spanish', 'target': 'English'},
  'es-es-en': {'source': 'European Spanish', 'target': 'English'},
  'es-us-en': {'source': 'Latin American Spanish', 'target': 'English'},
  'fr-en': {'source': 'French', 'target': 'English'},
  'ja-en': {'source': 'Japanese', 'target': 'English'},
  'ko-en': {'source': 'Korean', 'target': 'English'},
  'ru-en': {'source': 'Russian', 'target': 'English'},
  'pt-en': {'source': 'Brazilian Portuguese', 'target': 'English'},
  'pt-br-en': {'source': 'Brazilian Portuguese', 'target': 'English'},
} -%}

{%- set system_message = '' -%}
{%- set source_lang = '' -%}
{%- set target_lang = '' -%}

{%- if messages[0]['role'] == 'system' -%}
  {%- set lang_pair = messages[0]['content'] | trim -%}
  {%- set messages = messages[1:] -%}
  {%- if lang_pair in language_pairs -%}
    {%- set source_lang = language_pairs[lang_pair]['source'] -%}
    {%- set target_lang = language_pairs[lang_pair]['target'] -%}
    {%- set system_message = 'You are an expert at translating text from ' + source_lang + ' to ' + target_lang + '.' -%}
  {%- else -%}
    {%- set system_message = 'You are a translation expert.' -%}
  {%- endif -%}
{%- endif -%}

{{- '<s>System\n' + system_message + '</s>\n' -}}

{%- for message in messages -%}
  {%- if (message['role'] in ['user']) != (loop.index0 % 2 == 0) -%}
    {{- raise_exception('Conversation roles must alternate between user and assistant') -}}
  {%- elif message['role'] == 'user' -%}
    {%- set user_content = (
          target_lang
          and 'What is the ' + target_lang + ' translation of the sentence: ' + message['content'] | trim
          or message['content'] | trim
        ) -%}
    {{- '<s>User\n' + user_content + '</s>\n' -}}
  {%- elif message['role'] == 'assistant' -%}
    {{- '<s>Assistant\n' + message['content'] | trim + '</s>\n' -}}
  {%- endif -%}
{%- endfor -%}

{%- if add_generation_prompt -%}
  {{ '<s>Assistant\n' }}
{%- endif -%}

Inference

  • Engine: HF, vLLM
  • Test Hardware: NVIDIA A100, H100 80GB, Jetson Thor, DGX Spark

Ethical Considerations:

NVIDIA believes Trustworthy AI is a shared responsibility and we have established policies and practices to enable development for a wide array of AI applications. When downloaded or used in accordance with our terms of service, developers should work with their internal model team to ensure this model meets requirements for the relevant industry and use case and addresses unforeseen product misuse.

Technical Limitations & Mitigation:

Accuracy varies based on the characteristics of input (Domain, Use Case, Noise, Context, etc.). Grammar errors and semantic issues may be present. As a potential mitigation, the user can change the prompt to get a better translation.

Use Case Restrictions:

Abide by NVIDIA Community Model License

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1eb944c

0 моделей