/ Модель

Характеристики

Контекст
1 024 токена
Параметры
665 млн
Архитектура
m2m_100 · dense
Базовая модель
nllb-200-1.3B
Опубликована
14 сен 2026

Algerian-Darija-Translator

ПереводТекст → текст

Дообученная модель NLLB-200 переводит алжирскую, марокканскую и тунисскую дариджу на английский с учётом разговорной лексики и контекста.

69скачиваний за 30 дней2лайкавеса обновлены14 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

Algerian Darija Translator — дообученная Zakaria CH версия facebook/nllb-200-1.3B для перевода магрибских арабских диалектов на английский язык. Модель построена на архитектуре M2M100 с генерацией последовательностей, содержит 665 млн параметров и рассчитана на контекст до 1024 токенов.

Она предназначена для перевода алжирской, марокканской и тунисской дариджи, включая разговорную речь, сленг из социальных сетей и культурные выражения. Разработчик сообщает об обучении на более чем 120 000 параллельных предложений; модель стремится учитывать контекст диалекта, чтобы избегать буквальных переводов, неверно передающих смысл.

Модель принимает текст на магрибской даридже и выдаёт английский перевод. В карточке не приведены количественные результаты оценки качества, поэтому пригодность для конкретного сценария стоит проверять на собственных примерах. Лицензия в доступных данных не указана.

Сценарии применения

  • перевод переписки на алжирской даридже на английский
  • перевод марокканской разговорной речи на английский
  • перевод тунисской дариджи на английский
  • перевод сленга из магрибских соцсетей
  • перевод культурных выражений и пословиц Магриба

Ограничения

Модель ориентирована на перевод магрибских диалектов на английский, а не на широкий набор направлений перевода. В доступной карточке нет количественных оценок качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🇩🇿🇲🇦🇹🇳 Maghrebi Darija to English Translator (V3 Ultimate)

This model is a state-of-the-art fine-tuned version of facebook/nllb-200-1.3B, specifically designed to translate Maghrebi Arabic Dialects (Algerian, Moroccan, and Tunisian Darija) into English.

🚀 Model Details

  • Base Model: NLLB-200-1.3B (Meta)
  • Training Data: Over 120,000 highly curated parallel sentences, including daily conversations, social media slang, and deep cultural proverbs.
  • Hardware Used: Dual T4 GPUs (Kaggle)
  • Developer: Zakaria CH

🧠 Why this model?

Standard translation models often fail at Maghrebi dialects, usually defaulting to Modern Standard Arabic (MSA) literal translations. This model was explicitly trained to understand the context and slang of the Maghreb region (e.g., translating "قتلو" contextually as "I told him" instead of the literal "I killed him").

💻 How to use in Python

`python from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_name = "zakaCH/Algerian-Darija-Translator" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

text = "واش يا خويا كاش جديد في الحومة؟" tokenizer.src_lang = "arb_Arab" inputs = tokenizer(text, return_tensors="pt")

outputs = model.generate(**inputs, forced_bos_token_id=tokenizer.convert_tokens_to_ids("eng_Latn"), max_length=128) print(tokenizer.batch_decode(outputs, skip_special_tokens=True)[0])

Output: "What's up bro, any news in the neighborhood?"

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
42ab871

0 моделей