Характеристики

Контекст: 512 токенов
Параметры: 58,4 млн
Лицензия: Apache 2.0
Архитектура: marian · dense
Базовая модель: opus-mt-en-zh
Опубликована: 13 авг 2023

Ссылки

Hugging Face

opus-mt-en-zh-tw

steve-tong

Языковая модель4 профессии

Дообученная MarianMT-модель для перевода английского текста на китайский традиционным письмом.

18скачиваний за 30 дней2лайкавеса обновлены13 авг 2023

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

steve-tong/opus-mt-en-zh-tw — дообученная модель MarianMT, созданная на основе Helsinki-NLP/opus-mt-en-zh. Она предназначена для машинного перевода текста с английского на китайский традиционным письмом. Модель содержит 58,4 млн параметров, работает с текстом и имеет контекстное окно 512 токенов.

Модель может использоваться для перевода коротких фрагментов, сообщений и документов с английского на китайский традиционным письмом. В README не приведены сведения о датасете, оценках качества или специальных ограничениях. Лицензия — Apache-2.0.

Сценарии применения

Перевод англоязычных сообщений на традиционный китайский
Локализация коротких англоязычных текстов для Тайваня
Черновой перевод документов с английского на традиционный китайский

Ограничения

В README не приведены результаты оценки качества и подробности обучающих данных. Контекст ограничен 512 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

opus-mt-en-zh-tw

This model is a fine-tuned version of Helsinki-NLP/opus-mt-en-zh on the None dataset.

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Framework versions

Transformers 4.31.0
Pytorch 2.0.1+cu117
Datasets 2.14.0
Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: MarianMTModel
Ревизия весов: 4898681