I.5Создание и редактирование текста

Helsinki-NLP/opus-mt-bg-ru — модель машинного перевода из серии OPUS-MT, опубликованной Helsinki-NLP. Она переводит текст с болгарского на русский. Модель основана на архитектуре Transformer и реализована как MarianMT; число параметров — 54,5 млн, длина контекста — 512 токенов. Для обработки текста используются нормализация и SentencePiece с словарями spm32k. Модель предназначена для перевода болгарских текстов на русский, включая отдельные фразы и предложения. В README приведён результат BLEU 48,5 на наборе Tatoeba-test.bul.rus; качество на других текстах может отличаться. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-bg-uk — модель машинного перевода из семейства MarianMT, разработанная Helsinki-NLP на основе проекта OPUS. Она переводит текст с болгарского на украинский; источник использует нормализацию и токенизацию SentencePiece с моделью словаря spm32k. Модель содержит 55,8 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель предназначена для перевода отдельных фраз и текстов с болгарского на украинский. В карточке приведён результат BLEU 49,2 и chr-F 0,683 на тестовом наборе Tatoeba для этой языковой пары. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ccs-en — модель машинного перевода семейства OPUS-MT, опубликованная Helsinki-NLP на основе проекта Tatoeba Challenge. Она переводит с грузинского языка на английский; источник также обозначен группой южнокавказских языков, но в README указан конкретный исходный язык — грузинский. Модель построена на архитектуре Transformer в реализации Marian, содержит 37 млн параметров и рассчитана на контекст до 512 токенов. Для токенизации и подготовки текста используются нормализация и SentencePiece с моделями словаря по 12 тысяч единиц. В карточке приведены результаты тестирования на наборе Tatoeba: BLEU 18,0 и chr-F 0,357. Модель подходит для перевода коротких текстов с грузинского на английский; эти показатели следует учитывать при оценке качества на конкретных данных. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ceb-fr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с себуано на французский и обучена на данных OPUS; в README указаны архитектура Transformer-align и предварительная обработка с нормализацией и SentencePiece. В метаданных модель описана как MarianMTModel с 55,8 млн параметров и контекстом до 512 токенов. Модель подходит для перевода предложений и текстовых фрагментов с себуано на французский. В README приведён результат BLEU 30,0 и chr-F 0,491 на тестовом наборе JW300.ceb.fr. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-csg-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре MarianMT/Transformer. Она переводит текст с языка csg на испанский; модель обучена на данных OPUS с нормализацией текста и разбиением SentencePiece. В карточке указаны 31,2 млн параметров и контекст до 512 токенов. Модель предназначена для перевода текстов с csg на испанский. В README приведены результаты на тестовом наборе JW300.csg.es: BLEU 93,1 и chr-F 0,952. Доступны веса PyTorch и TensorFlow; лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-de-bg — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMT. Она переводит текст с немецкого языка на болгарский. Модель обучена для этой языковой пары; при подготовке текста используются нормализация и SentencePiece с раздельными словарями размером 32 тыс. токенов. В метаданных указаны 56,5 млн параметров и контекст до 512 токенов. Модель подходит для перевода отдельных фраз и документов с немецкого на болгарский. В README приведён результат BLEU 50,7 на тестовом наборе Tatoeba-test.deu.bul; этот показатель относится к указанному набору и не гарантирует такое же качество на других текстах. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache 2.0.

Helsinki-NLP/opus-mt-de-cs — модель машинного перевода немецкого языка на чешский, разработанная проектом OPUS и опубликованная Helsinki-NLP. Она построена на архитектуре Transformer в реализации MarianMT и обучена на корпусе OPUS. Веса доступны в форматах PyTorch и TensorFlow; размер модели — около 55 млн параметров. Модель предназначена для перевода текстов с немецкого на чешский. В предобработке используются нормализация текста и SentencePiece. Для нескольких новостных тестовых наборов в карточке приведены оценки BLEU от 20,2 до 22,4 и chr-F от 0,485 до 0,499. Контекст модели составляет 512 токенов. Лицензия Apache-2.0 допускает использование и распространение на её условиях. Модель ориентирована на одну языковую пару и не предназначена для перевода в обратном направлении или между другими языками.

Xenova/opus-mt-en-fr — модель машинного перевода с ONNX-весами, разработанная для совместимости с библиотекой Transformers.js. Репозиторий основан на базовой модели Helsinki-NLP/opus-mt-en-fr, разработанной Helsinki-NLP, и предназначен для перевода с английского языка на французский. Модель ориентирована на использование в веб-приложениях и других сценариях, где требуется запуск через Transformers.js. Она предоставляет ONNX-веса; конкретные сведения об архитектуре, размере, максимальной длине контекста и дополнительных модальностях в README не указаны. Поддерживаемые языки — английский и французский, сценарий применения — односторонний машинный перевод. Сильной стороной модели является готовность к интеграции с Transformers.js и потенциальному запуску в веб-среде. Ограничения связаны с узкой направленностью на перевод с английского на французский и отсутствием в доступных данных подробных характеристик качества, производительности и лицензии. Условия лицензирования в README не указаны.

Helsinki-NLP/opus-mt-en-gl — модель машинного перевода OPUS-MT от Helsinki-NLP для перевода с английского на галисийский. Она построена на архитектуре MarianMT с Transformer, использует нормализацию текста и токенизацию SentencePiece и содержит 53,6 млн параметров. Максимальная длина контекста — 512 токенов. Модель предназначена для перевода предложений и текстов с английского на галисийский; в карточке приведён результат BLEU 36,4 на наборе Tatoeba.en.gl. Доступны веса PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-gmq — модель машинного перевода из проекта OPUS-MT, опубликованная Helsinki-NLP. Это плотная Transformer-модель архитектуры Marian с 54,4 млн параметров, предназначенная для перевода с английского на северогерманские языки. Она поддерживает датский, фарерский, исландский, норвежский букмол и нюношк, а также шведский; целевой язык задаётся обязательным начальным токеном вида >>id<<. Для обработки текста используется нормализация и SentencePiece с словарями по 32 тыс. токенов; длина контекста — 512 токенов. Модель подходит для перевода предложений и текстовых фрагментов с английского на указанные языки. В README приведены тестовые результаты для датского, фарерского и исландского, при этом показатели заметно различаются между языками. Модель выпущена под лицензией Apache-2.0.

Helsinki-NLP/opus-mt-en-ig — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка (en) на игбо (ig) и предназначена для автоматического перевода отдельных текстов и более крупных фрагментов. Модель использует архитектуру Transformer-align и предобработку с нормализацией и SentencePiece; число параметров — 53,9 млн, длина контекста — до 512 токенов. Доступны веса PyTorch и TensorFlow. Модель обучена на данных OPUS. В карточке приведены оценки BLEU 39,5 на JW300.en.ig и 3,8 на Tatoeba.en.ig, поэтому качество зависит от тематики и тестового набора. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-en-zlw — модель машинного перевода проекта OPUS-MT на архитектуре Transformer Marian. Она переводит с английского на западнославянские языки: польский, чешский, кашубский, нижнелужицкий и верхнелужицкий. Для выбора целевого языка перед текстом требуется добавить специальный токен вида >>id<< с допустимым идентификатором языка. Модель содержит 54,9 млн параметров, использует нормализацию и токенизацию SentencePiece с словарём 32k. Нативная длина контекста — 512 токенов. Доступны веса PyTorch и TensorFlow. В README приведены результаты BLEU и chr-F на тестовых наборах для перевода с английского на чешский; эти показатели не гарантируют такое же качество для каждого целевого языка и типа текста. Модель предназначена для перевода текстов и предложений общего назначения. Лицензия — Apache-2.0.

Xenova/opus-mt-es-en — модель машинного перевода с испанского на английский, разработанная на основе Helsinki-NLP/opus-mt-es-en. Репозиторий содержит веса в формате ONNX, адаптированные для совместимости с библиотекой Transformers.js и веб-средами. Модель предназначена для автоматического перевода текста с испанского языка на английский. Указаний о размере модели, точной архитектуре, поддерживаемых дополнительных модальностях, длине контекста и количественных показателях качества в README нет; по назначению это текстовая encoder-decoder-модель перевода из семейства OPUS-MT. Ключевое преимущество — возможность запуска через Transformers.js, включая сценарии веб-приложений и клиентской обработки с ONNX-весами. Ограничения связаны с узкой направленностью на пару испанский—английский и отсутствием в предоставленных данных подробностей о производительности, требованиях к ресурсам и лицензии. Условия лицензирования в README не указаны.

Helsinki-NLP/opus-mt-es-et — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с испанского языка на эстонский. Модель построена на архитектуре Transformer-align с использованием Marian и SentencePiece; число параметров — 54,9 млн, максимальный контекст — 512 токенов. Доступны веса в форматах PyTorch и TensorFlow. Модель обучена на данных OPUS. В карточке приведён результат BLEU 20,7 и chr-F 0,466 на тестовом наборе JW300.es.et. Она подходит для перевода отдельных фраз и текстов с испанского на эстонский; качество может зависеть от тематики и стиля входного текста. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fi-de — модель машинного перевода из семейства Marian, разработанная проектом OPUS. Она переводит текст с финского языка на немецкий и предназначена для автоматического перевода текстов и интеграции в переводческие конвейеры. Модель построена на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece. В ней 55,6 млн параметров, родной контекст — 512 токенов. В README приведён результат 45,2 BLEU и 0,637 chr-F на тестовом наборе Tatoeba.fi.de. Модель поддерживает только направление финский → немецкий. Указана лицензия Apache-2.0.

Helsinki-NLP/opus-mt-fr-ar — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит текст с французского языка на арабский и несколько его вариантов; для выбора целевого варианта перед текстом требуется токен языка в формате >>id<<. Модель содержит 57,1 млн параметров, использует нормализацию и SentencePiece с подсловным словарём 32k, поддерживает контекст до 512 токенов. Доступны веса PyTorch и TensorFlow. Модель подходит для перевода предложений и текстов с французского на арабский, включая варианты apc, arq, arq_Latn, ary и arz. В тесте Tatoeba для пары французский—арабский указаны BLEU 14,4 и chr-F 0,439. Эти оценки относятся к конкретному тестовому набору и не гарантируют качество для иных текстов. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-ca — модель машинного перевода проекта OPUS-MT, созданная Helsinki-NLP. Она переводит текст с французского языка на каталанский и предназначена для автоматического перевода отдельных фраз и документов. Модель использует архитектуру Transformer-align на базе MarianMT, содержит 36,1 млн параметров и принимает до 512 токенов контекста. Для предобработки применяются нормализация текста и SentencePiece с словарями по 12 тысяч единиц для каждого языка. В тесте Tatoeba для пары французский—каталанский указаны BLEU 43,4 и chr-F 0,645; эти показатели относятся к конкретному тестовому набору. Модель поддерживает только направление перевода с французского на каталанский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-gl-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит с галисийского языка на испанский; поддерживает только это направление перевода. Модель содержит 28,1 млн параметров, использует нормализацию и SentencePiece с моделью токенизации на 4 тыс. элементов. Нативная длина контекста — 512 токенов. В README приведён результат BLEU 72,2 и chr-F 0,836 на тесте Tatoeba для пары галисийский—испанский. Модель подходит для перевода текстов с галисийского на испанский. Веса доступны в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-he-it — модель машинного перевода на базе архитектуры Transformer MarianMT, разработанная в рамках проекта OPUS-MT. Она переводит текст с иврита на итальянский и рассчитана на одноязычную пару направлений he→it. Для предобработки используются нормализация и SentencePiece с словарями по 32 тысячи токенов; размер модели составляет 57,5 млн параметров, длина контекста — 512 токенов. В тесте Tatoeba для этой пары указаны BLEU 41,1 и chr-F 0,643. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-hi-en — модель машинного перевода из семейства Marian, разработанная проектом OPUS и опубликованная организацией Helsinki-NLP. Она переводит текст с хинди на английский и предназначена для перевода предложений и текстовых фрагментов. Модель основана на архитектуре Transformer-align, обучена на данных OPUS, использует нормализацию и токенизацию SentencePiece. Веса содержат 56,5 млн параметров; максимальная длина контекста — 512 токенов. В карточке приведены результаты на тестовых наборах: BLEU 9,1 для newsdev2014, 13,6 для newstest2014 и 40,4 для Tatoeba. Качество зависит от тематики и формулировок; приведённые оценки показывают заметную разницу между наборами. Модель рассчитана на перевод с хинди на английский, а не на обратный перевод или другие языковые пары. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-hy-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с армянского языка на английский и предназначена для автоматического перевода отдельных фраз и текстов. Модель основана на архитектуре Transformer-align с реализацией MarianMT; в репозитории доступны веса PyTorch и TensorFlow. Размер модели — 57,2 млн параметров, длина контекста — 512 токенов. При предобработке используются нормализация текста и SentencePiece. В карточке приведён результат BLEU 29,5 на наборе Tatoeba.hy.en. Модель распространяется по лицензии Apache-2.0. Показатель на одном тестовом наборе не гарантирует аналогичного качества для всех жанров и предметных областей; направление перевода ограничено парой армянский—английский.

Helsinki-NLP/opus-mt-it-ar — модель машинного перевода из серии OPUS-MT, разработанной Helsinki-NLP. Она переводит текст с итальянского на арабский; двунаправленный перевод в карточке не заявлен. Модель построена на архитектуре Transformer и реализована как MarianMTModel; содержит 57,6 млн параметров, поддерживает контекст до 512 токенов и использует нормализацию текста и SentencePiece с словарями spm32k. Модель предназначена для перевода отдельных текстов и предложений между итальянским и арабским, в том числе для локализованных приложений и автоматизированных переводческих процессов. В README указан результат BLEU 21,9 на наборе Tatoeba-test.ita.ara; качество может отличаться на других тематиках и типах текста. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ml-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка ml на английский; модель построена на архитектуре Marian с Transformer и использует нормализацию и SentencePiece для предобработки. В метаданных указаны 57,5 млн параметров, контекст до 512 токенов и форматы PyTorch и TensorFlow. Модель предназначена для перевода текстов с языка ml на английский. В README приведён результат BLEU 42,7 на тесте Tatoeba.ml.en. Модель распространяется по лицензии Apache-2.0. Язык ml в карточке обозначен кодом, который не позволяет надёжно определить его название, поэтому описание сохраняет исходное обозначение.

Helsinki-NLP выпускает OPUS-MT rus-vie — модель машинного перевода с русского на вьетнамский. Это компактная модель архитектуры Marian на базе Transformer, насчитывающая 57,4 млн параметров; для обработки текста применяются нормализация и SentencePiece с словарями по 32 тыс. токенов. Длина контекста — 512 токенов. Модель предназначена для перевода отдельных текстов с русского языка на вьетнамский. В тесте Tatoeba-test.rus.vie указаны BLEU 16,9 и chr-F 0,346. Модель поддерживает только направление ru→vi, поэтому качество на других языках и в обратном направлении не подтверждено. Опубликована под лицензией Apache-2.0.

Helsinki-NLP/opus-mt-sn-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с шона на английский. Модель основана на архитектуре Transformer и использует нормализацию текста и токенизацию SentencePiece; число параметров — 56,5 млн, контекст — до 512 токенов. Модель обучена на данных OPUS. В README приведён результат BLEU 51,8 и chr-F 0,648 на тестовом наборе JW300.sn.en. Она подходит для перевода фраз и текстов с шона на английский; обратный перевод не заявлен. Доступна под лицензией Apache-2.0.

Helsinki-NLP разработала эту модель в рамках проекта OPUS-MT для машинного перевода с русского языка на латышский и литовский. Она основана на архитектуре Marian и обучена на данных OPUS; веса доступны в форматах PyTorch, Safetensors и TensorFlow. Модель содержит 56,9 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для перевода фраз и текстов с русского на латышский или литовский. В карточке приведены результаты оценки на тестовых наборах Tatoeba и FLORES-101. Лицензия — CC BY 4.0.

Это многоязычная модель машинного перевода из проекта OPUS-MT, разработанная исследовательской группой Language Technology Research Group Хельсинкского университета. Модель на базе архитектуры MarianMT типа transformer-big переводит с немецкого, английского, французского, португальского и испанского на широкий набор индоевропейских языков, включая современные, исторические и региональные языки. Модель предназначена для нейронного перевода текстов; её можно использовать для перевода материалов между указанными исходными языками и поддерживаемыми целевыми языками. Она содержит около 155,2 млн параметров, имеет контекст до 1024 токенов и доступна в форматах PyTorch и safetensors через библиотеку Transformers. Обучение выполнено на данных OPUS с применением конвейеров OPUS-MT-train; исходные модели проекта обучались с Marian NMT. Карточка перечисляет большое число целевых языков и меток, но качество может различаться между языковыми парами, особенно для низкоресурсных языков. Лицензия Apache-2.0.

Модель OPUS-MT для машинного перевода с индоиранских языков на немецкий, английский, французский, португальский и испанский. Её разработала группа Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT; модель типа transformer-big построена на архитектуре Marian и доступна в формате PyTorch с весами Safetensors. Она содержит 164 млн параметров, рассчитана на контекст до 1024 токенов и распространяется по лицензии Apache-2.0. Модель предназначена для перевода текстов с таких языков, как бенгальский, хинди, персидский, урду, непальский и пенджаби, на один из пяти целевых языков. Целевой язык выбирается специальной меткой перед исходным текстом. Она подходит для перевода отдельных фраз и документов в сценариях с многоязычным содержимым. Качество перевода может быть ограничено для малоресурсных языков и текстов, отличающихся от данных обучения OPUS. В карточке также перечислены целевые метки, которые выглядят как шаблонные или некорректные примеры; их следует проверять перед практическим использованием.

Helsinki-NLP/opus-mt-tc-big-el-en — модель машинного перевода проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит с новогреческого языка на английский и подходит для перевода предложений и текстов в приложениях на базе Transformers. Модель построена на архитектуре Marian с трансформером конфигурации big, содержит 160,9 млн параметров и использует токенизацию SentencePiece с словарями размером 32 тыс. токенов. Длина контекста — 1024 токена. Модель обучена на данных OPUS, включая opusTCv20210807+bt, и опубликована в формате PyTorch; метаданные также указывают поддержку TensorFlow. В тестах карточки приведены результаты для Tatoeba и FLORES-101. Лицензия — CC BY 4.0.

Это версия модели MarianMT OPUS-MT для перевода с английского на русский и другие восточнославянские языки. Исходную модель разработала группа Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT; репозиторий NothingSoftware содержит конверсию в формат CTranslate2 с весами int8. Согласно карточке, веса не переобучались и не дообучались. Модель предназначена для машинного перевода предложений и используется, в частности, приложением NTranscript для офлайн-перевода. Исходная модель поддерживает целевые языки белорусский, русский и украинский; целевой язык задаётся специальным токеном. Репозиторий распространяется по лицензии CC BY 4.0.