/ Модель

Характеристики

Контекст
1 024 токена
Параметры
464 млн
Лицензия
CC BY-NC 4.0
Архитектура
m2m_100 · dense
Опубликована
17 сен 2026

nllb-english-twi-finetuned-v2

ПереводТекст → текст3 профессии

Двунаправленная модель для перевода между английским языком и асанте-тви с упором на естественные разговорные формулировки.

139скачиваний за 30 дней0лайковвеса обновлены18 сен 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

techolise/nllb-english-twi-finetuned-v2 — двунаправленная модель машинного перевода английского языка и асанте-тви (акан), разработанная Techolise и дообученная на корпусе Ghana Open Knowledge. Модель основана на архитектуре M2M100 для условной генерации текста, содержит 463,7 млн параметров и имеет контекст до 1024 токенов.

Она предназначена для перевода фраз и предложений с английского на асанте-тви и обратно, с упором на разговорные формулировки и идиомы. README заявляет, что дообучение на более чем 457 тысячах параллельных предложений снижает повторения и буквальные переводы; также модель рассчитана на совместное применение с отдельной системой синтеза речи Twi.

Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Заявления о качестве и устранении повторений приводятся в карточке модели; независимые оценки качества не представлены.

Сценарии применения

  • перевод английских фраз на асанте-тви
  • перевод текстов на асанте-тви на английский
  • локализация коротких сообщений для пользователей в Гане
  • подготовка разговорных реплик на асанте-тви

Ограничения

Лицензия CC BY-NC 4.0 не допускает коммерческое использование. Заявления о качестве основаны на карточке модели и не сопровождаются независимыми оценками; максимальный контекст составляет 1024 токена.

Для каких профессий подходит3

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

🇬🇭 Ghanaian Asante Twi ↔ English AI Translator (V2)

Production-grade bilingual neural machine translation model between English and Asante Twi (Akan). Fine-tuned on 457,000+ parallel sentences from the Ghana Open Knowledge corpus with conversational alignment.

🚀 Key Highlights

  • Natural Conversational Asante Twi: Produces authentic idioms ("Wo ho te sɛn?", "Merekɔ gua so akɔtɔ aduane", "Mente nea woreka no ase").
  • Zero Token Loops: Resolves NLLB repetition bugs and literal word-for-word translation artifacts.
  • Bidirectional: Supports both English ➔ Asante Twi and Asante Twi ➔ English.
  • Voice TTS Pairing: Designed to work directly with the native Twi voice synthesis model techolise/akan-twi-speaker17-tts-v3.

💻 Quick Usage

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "techolise/nllb-english-twi-finetuned-v2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)

text = "I am going to the market to buy food."
tokenizer.src_lang = "eng_Latn"
inputs = tokenizer(text, return_tensors="pt")
tgt_id = tokenizer.convert_tokens_to_ids("twi_Latn")

outputs = model.generate(**inputs, forced_bos_token_id=tgt_id, max_length=150)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
# Output: Merekɔ gua so akɔtɔ aduane.

📊 Benchmark Comparison

English InputBase NLLB OutputV2 Finetuned Output
"Hello, how are you today?"Akwaaba, wote dɛn nnɛ?Akwaaba, wo ho te sɛn nnɛ?
"I am going to the market to buy food."Mɛkɔ gua so akɔtɔ aduan.Merekɔ gua so akɔtɔ aduane.
"Good morning, how are you?"Anɔpa pa, wo ho te dɛn?Wo ho te sɛn?
"I don't understand what you are saying."Menhu nea woreka no.Mente nea woreka no ase.
"What are you doing right now?"Dɛn na woreyɛ seesei?Dɛn na woreyɛ seesei yi?

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
M2M100ForConditionalGeneration
Ревизия весов
8dc8fbd

0 моделей