Характеристики

Контекст: 1 024 токена
Параметры: 333 млн
Лицензия: MIT
Архитектура: m2m_100 · dense
Базовая модель: m2m100_418M
Библиотека: transformers
Опубликована: 18 окт 2024

Ссылки

Hugging Face

ru-en_mtmodel

sophiebui

Языковая модель4 профессии

Дообученная на перевод русско-английская модель M2M-100 для перевода текстов между русским и английским.

14скачиваний за 30 дней0лайковвеса обновлены18 окт 2024

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

sophiebui/ru-en_mtmodel — дообученная Sophie Bui модель машинного перевода на основе многоязычной encoder-decoder архитектуры M2M-100 от Meta. Модель рассчитана на перевод между русским и английским языками; карточка сообщает о дообучении на наборе данных, название которого не приведено. Для оценки указан результат BLEU 70,991 на evaluation set.

Модель содержит 332,5 млн параметров, использует библиотеку Transformers и формат весов safetensors. Длина контекста — 1024 токена. Лицензия — MIT. Карточка не описывает ограничения или условия оценки подробнее.

Сценарии применения

перевод текста с русского на английский
перевод текста с английского на русский
автоматический перевод коротких фраз и предложений

Ограничения

Карточка не уточняет состав обучающих данных и условия оценки BLEU; результат на evaluation set не гарантирует аналогичное качество на других текстах. Контекст ограничен 1024 токенами.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ru-en_mtmodel

This model is a fine-tuned version of facebook/m2m100_418M on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.2755
Bleu: 70.991
Gen Len: 11.4903

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: 2e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
0.3823	1.0	15389	0.3364	66.7745	11.4427
0.2888	2.0	30778	0.2932	69.5309	11.4803
0.2336	3.0	46167	0.2755	70.991	11.4903

Framework versions

Transformers 4.45.2
Pytorch 2.4.1+cu121
Datasets 3.0.1
Tokenizers 0.20.1

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: M2M100ForConditionalGeneration
Ревизия весов: 687acab