Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: marian · dense
Базовая модель: opus-mt-mul-en
Библиотека: transformers
Опубликована: 11 июн 2026

Ссылки

Hugging Face

balochi-english-v2

shehzadkhalid04

Языковая модель

Дообученная Marian-модель для перевода текста с балучи на английский.

11скачиваний за 30 дней0лайковвеса обновлены11 июн 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

balochi-english-v2 — дообученная модель машинного перевода на архитектуре MarianMT, созданная на основе Helsinki-NLP/opus-mt-mul-en. Она предназначена для перевода текста с балучи на английский. В метаданных указаны библиотека Transformers, формат safetensors, контекст до 512 токенов и лицензия Apache-2.0.

В карточке приведено значение loss 0,0524 на наборе оценки, но сведения о наборе данных, методике оценки и качестве переводов отсутствуют. Поэтому это значение само по себе не позволяет судить о надёжности модели; для практического применения качество стоит проверить на собственных текстах.

Сценарии применения

перевод текстов на балучи на английский
черновой перевод балучи для последующей редакторской проверки
подготовка англоязычных версий коротких материалов на балучи

Ограничения

Данные обучения и подробности оценки не описаны, поэтому приведённый loss не подтверждает качество на реальных текстах. Контекст ограничен 512 токенами; требуется проверка переводов носителем языка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

balochi-english-v2

This model is a fine-tuned version of Helsinki-NLP/opus-mt-mul-en on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0524

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 3e-05
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.0841	1.0	2019	0.0688
0.0583	2.0	4038	0.0585
0.0462	3.0	6057	0.0542
0.0363	4.0	8076	0.0528
0.0316	5.0	10095	0.0524

Framework versions

Transformers 5.11.0
Pytorch 2.12.0+cu130
Datasets 5.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры: MarianMTModel
Ревизия весов: 745b720