Компактная MarianMT-модель для перевода текстов с корейского на китайский.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
shun89/opus-mt-ko-zh — модель машинного перевода на базе архитектуры MarianMT, предназначенная для перевода с корейского языка на китайский. Карточка показывает пример использования через Transformers: текст токенизируется и передаётся модели, которая генерирует перевод. В метаданных указаны 58,4 млн параметров, контекст до 512 токенов и формат PyTorch.
Модель подходит для перевода коротких текстов, например сообщений и предложений. В примере переводится фраза о современном офисном здании. Модель выпущена под лицензией Apache-2.0. Карточка не описывает качество на тестах или ограничения для отдельных жанров и тематик.
README не приводит оценки качества перевода; максимальная длина контекста в метаданных составляет 512 токенов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
from transformers import MarianMTModel, MarianTokenizer
model = MarianMTModel.from_pretrained(“shun89/opus-mt-ko-zh”)
tokenizer = MarianTokenizer.from_pretrained(“shun89/opus-mt-ko-zh”)
text = '오피스 빌딩이 너무 현대적이라 사무 환경이 편안하네요!'
inputs = tokenizer(texts, return_tensors="pt",padding=True, truncation=True, max_length=256)
outputs = model.generate(**inputs)
result= " ".join(tokenizer.batch_decode(outputs, skip_special_tokens=True))
print("待翻译语句：",text)
print("翻译结果：",result)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…