I.6Перевод и языковая адаптация

Модель OPUS-MT для машинного перевода с английского на сербохорватский разработана группой Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT. Она построена на архитектуре MarianMT и содержит 55,2 млн параметров; исходная реализация на Marian NMT преобразована для использования с PyTorch и Transformers. Модель предназначена для перевода текстов с английского на варианты сербохорватского: боснийский, хорватский, черногорский и сербский в латинице или кириллице. Это специализированная модель для перевода между указанными языками, а не универсальная языковая модель. В метаданных указан контекст до 512 токенов. Обучение выполнено на данных OPUS с использованием процедур OPUS-MT-train. Модель распространяется по лицензии CC-BY-4.0, которая требует указания авторства.

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.

Helsinki-NLP/opus-mt-tc-bible-big-deu_eng_fra_por_spa-itc — модель машинного перевода проекта OPUS-MT, разработанная Language Technology Research Group Хельсинкского университета. Это крупная версия архитектуры Marian Transformer, обученная переводить с немецкого, английского, французского, португальского и испанского на набор италийских языков и их разновидностей, включая итальянский, каталонский, галисийский, окситанский, латинский, романшский и сардинский. Для выбора целевого языка используются специальные метки, например `>>ita>` для итальянского. Модель содержит 147,2 млн параметров, принимает текст и поддерживает контекст до 1024 токенов. Она предназначена для перевода текстов между указанными исходными языками и целевыми языками; данные обучения взяты из OPUS. Модель распространяется в форматах PyTorch и Safetensors и доступна по лицензии Apache-2.0. Качество и полнота перевода могут различаться между языковыми парами, особенно для малоресурсных языков; целевые метки и список поддерживаемых языков следует учитывать при использовании. Карточка не приводит количественных оценок качества.

Helsinki-NLP/opus-mt-tc-bible-big-itc-deu_eng_fra_por_spa — модель машинного перевода проекта OPUS-MT, разработанного группой Language Technology Research Group Хельсинкского университета. Она переводит с набора италийских языков на немецкий, английский, французский, португальский и испанский; целевой язык выбирается специальной меткой. Модель построена на архитектуре Marian transformer-big, содержит 147,1 млн параметров и доступна для Transformers в форматах PyTorch и Safetensors. Максимальная длина контекста — 1024 токена. Модель предназначена для перевода текстов, в том числе с языков с ограниченными ресурсами. Обучающие данные взяты из OPUS; качество может различаться между поддерживаемыми исходными языками и целевыми направлениями. В карточке указаны языки, включая итальянский, каталанский, корсиканский, окситанский, сардинский и другие романские языки, а также креольские языки. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-tc-bible-big-itc-fra_ita_por_spa — нейросетевая модель машинного перевода проекта OPUS-MT, разработанная исследовательской группой Language Technology Research Group Хельсинкского университета. Это трансформер MarianMTModel типа transformer-big с 141,4 млн параметров, предназначенный для перевода с италийских языков на французский, итальянский, португальский и испанский; целевой язык выбирается специальной меткой. Среди поддерживаемых исходных языков указаны итальянский, французский, испанский, каталанский, галисийский, португальский, окситанский, румынский, корсиканский и ряд региональных языков и их разновидностей. Модель подходит для перевода текстов между перечисленными исходными языками и четырьмя целевыми, в том числе для работы с малоресурсными языками и текстами религиозной тематики, на которую указывает семейство модели. Она основана на Marian NMT; веса доступны в форматах PyTorch и safetensors для использования через Transformers. Окно контекста составляет 1024 токена. Лицензия — Apache-2.0. Качество может различаться между языками и языковыми разновидностями, особенно для малоресурсных исходных языков; перед публикацией или использованием в чувствительных сценариях перевод следует проверять. README не приводит количественных результатов оценки.

Модель Helsinki-NLP/opus-mt-tc-big-de-gmq — нейросетевой переводчик проекта OPUS-MT, разработанный группой Language Technology Research Group Хельсинкского университета. Она переводит с немецкого на северогерманские языки: датский, исландский, норвежский букмол и нюнорск, а также шведский; в карточке также перечислены дополнительные целевые языковые метки. Модель построена на архитектуре MarianMT типа transformer-big и содержит около 158,8 млн параметров. Максимальная длина контекста — 1024 токена. Модель предназначена для автоматического перевода текстов и может использоваться в переводческих сервисах и многоязычных приложениях. Она обучена на данных OPUS с применением конвейера OPUS-MT-train; опубликованная версия преобразована в PyTorch для Transformers. Доступны веса в форматах PyTorch, safetensors и TensorFlow. Лицензия — CC-BY-4.0. Качество может различаться между целевыми языками и доменами, особенно для редких языковых вариантов и текстов вне обучающих данных. Карточка предупреждает о рисках и ограничениях, но не приводит подробностей о них.

Helsinki-NLP/opus-mt-tc-big-itc-itc — модель машинного перевода проекта OPUS-MT, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит между италийскими языками: в частности, поддерживает направления между астурийским, каталанским, французским, галисийским, итальянским, окситанским, португальским, румынским и испанским, а также отдельные направления с ладино и пьемонтским. Полный набор языковых пар зависит от направления. Модель построена на архитектуре Marian Transformer big и содержит 136,8 млн параметров. Максимальная длина контекста — 1024 токена. Обучающие данные взяты из OPUS; модель доступна в форматах PyTorch, safetensors и TensorFlow. Она предназначена для перевода текстов между близкородственными языками и диалектами. В карточке приведено отдельное направление для перевода с английского на французский; качество на нём и на отдельных редких языковых парах может отличаться от качества для основных направлений. Лицензия — CC-BY-4.0.

Helsinki-NLP/opus-mt-tc-big-zls-zle — модель машинного перевода проекта OPUS-MT, разработанная с использованием Marian NMT и опубликованная в формате PyTorch для Transformers. Она переводит с южнославянских языков (болгарского, хорватского, словенского, сербского на кириллице и латинице, а также боснийского) на восточнославянские языки (белорусский, русский и украинский). Модель содержит 159,8 млн параметров и рассчитана на контекст до 1024 токенов. Модель подходит для перевода текстов и предложений между указанными языковыми группами; README приводит примеры и результаты тестирования на парах болгарский—русский, болгарский—украинский и хорватско-боснийско-сербский—русский. Лицензия — CC BY 4.0. Качество может различаться в зависимости от языковой пары и текста; результаты тестов не гарантируют качество для любой тематики или длинного документа.

Helsinki-NLP/opus-mt-tl-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer-align и реализованная как MarianMT. Она переводит текст с тагальского языка на английский; модель одноязычная по направлению перевода и использует нормализацию и SentencePiece с словарями размером 32 тыс. токенов. Размер модели — 54,5 млн параметров, длина контекста — 512 токенов. В README приведён результат BLEU 35,0 на тесте Tatoeba для пары тагальский—английский. Модель подходит для перевода фраз и текстов с тагальского на английский. Она распространяется по лицензии Apache-2.0. Качество может различаться в зависимости от тематики текста и отличаться от результата на указанном тестовом наборе; обратный перевод с английского на тагальский не является её задачей.

Helsinki-NLP/opus-mt-tl-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит текст с тагальского языка (Tagalog) на испанский; модель обучена для этой языковой пары и не является многоязычной. Веса содержат 55,7 млн параметров, максимальная длина контекста — 512 токенов. Перед обработкой применяются нормализация и SentencePiece с размером словаря 32 тыс. токенов. Модель подходит для перевода фраз и текстов с тагальского на испанский. В карточке приведён результат BLEU 31,6 и chr-F 0,531 на наборе Tatoeba-test.tgl.spa. Репозиторий предоставляет веса PyTorch и TensorFlow. Лицензия Apache-2.0 допускает использование и модификацию на её условиях.

Helsinki-NLP/opus-mt-uk-fr — модель машинного перевода из семейства OPUS-MT, созданная Helsinki-NLP. Она переводит текст с украинского языка на французский и основана на архитектуре Transformer-align с предобработкой нормализацией и SentencePiece. Модель содержит 56,9 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель предназначена для перевода фраз и текстов с украинского на французский; в карточке приведены результаты оценки на наборе Tatoeba.uk.fr: BLEU 52,1 и chr-F 0,681. Лицензия — Apache-2.0. Описана только пара направлений украинский → французский, поэтому качество перевода для других языков не заявлено.

Helsinki-NLP/opus-mt-vi-it — модель машинного перевода, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с вьетнамского на итальянский и предназначена для перевода отдельных фраз и текстов. Модель построена на архитектуре Marian (MarianMTModel), использует Transformer с выравниванием, нормализацию и SentencePiece с токенизаторами размером 32 тыс. параметров. В метаданных указано 55,1 млн параметров и контекст 512 токенов. В тесте Tatoeba для пары вьетнамский—итальянский указаны BLEU 31,2 и chr-F 0,548. Модель поддерживает перевод в одном направлении: с вьетнамского на итальянский; итальянский→вьетнамский этой карточкой не заявлен. Распространяется по лицензии Apache-2.0.

Qwen3.6-35B-A3B-Slovenian — дообученная MediaAtlas мультимодальная модель на архитектуре Qwen3.5 MoE, созданная на основе Qwen/Qwen3.6-35B-A3B. В ней около 35 млрд параметров и 3 млрд активных параметров; веса bf16 объединяют продолженное предобучение и SFT-адаптер, а также сохраняют тензоры MTP для спекулятивного декодирования. Модель предназначена для диалогов и рассуждений на словенском языке, работы со знаниями и перевода между английским и словенским. В тестах авторов она улучшила результаты базовой модели на словенском бенчмарке и в переводе EN↔SL. Она принимает изображения благодаря сохранённому визуальному энкодеру базовой модели, но дообучение проводилось только на текстах, а понимание изображений на словенском отдельно не оценивалось. README предупреждает, что прямой запуск весов bf16/fp16 в текущей версии Transformers даёт некорректный результат; авторы рекомендуют загрузку в 4-битном NF4 через bitsandbytes или вариант GGUF. Лицензия репозитория указана как other, поэтому условия использования следует уточнять по карточке модели; базовая модель Qwen распространяется по Apache-2.0.

mikelalda/qwen3.8-27b_euskara — Qwen3.8-27B базовая модель, дообученная командой HiTZ методом SFT с LoRA для работы преимущественно на баскском языке. Настройка охватывает диалоговое выполнение инструкций, перевод между баскским, испанским и английским, а также суммаризацию и ответы на вопросы по предоставленному тексту. Модель использует гибридную архитектуру с линейным вниманием и gated delta rule; базовая архитектура обозначена как Qwen3_5ForConditionalGeneration. Обучение затронуло текстовые модули. Размер базовой модели — 27 млрд параметров; веса представлены в BF16, а в карточке также упомянут экспорт GGUF Q4_K_M. Для ускорения линейного внимания рекомендуется flash-linear-attention. Карточка сообщает примерно о 74 тысячах обучающих примеров из корпусов HiTZ и об одном цикле обучения. Качество не оценивалось, поэтому перед практическим применением нужно проверить модель на собственных данных. Рассуждения в режиме thinking не дообучались; переводные данные частично синтетические, а стиль может быть формальным и связанным с баскской прессой и институциональными текстами. Хотя базовая модель мультимодальна, зрительный тракт этой настройки не обучался и не проверялся. В метаданных указана лицензия CC-BY-SA-4.0; карточка отмечает, что правовая применимость этой лицензии к весам спорна и требует проверки.

Qwen3.8-27B-Kimiko-2-NOESIS-BF16 — мультимодальная чат-модель компании AMAImedia, выпущенная в составе платформы автоматизации многоязычного дубляжа NOESIS. Это слияние нескольких предварительно обученных моделей семейства Qwen, выполненное методом Karcher Mean; репозиторий содержит веса BF16 в формате Safetensors и предназначен для работы с Transformers и совместимыми средствами инференса. Модель рассчитана на диалоговые задачи с текстом и изображениями, включая рассуждения, классификацию намерений, маршрутизацию запросов и перевод. В README указаны 27 млрд параметров, контекст 262 144 токена с возможностью расширения до 1 млн, а также поддержка понимания изображений и видео в исходном семействе Qwen3.8. Метаданные карточки подтверждают чат-возможности и vision; языковые теги включают русский, английский, китайский, вьетнамский, японский и другие языки. В README приведены результаты базовой и компонентных моделей, однако итоговые показатели Kimiko-2 для GSM8K отмечены как TBD, поэтому их нельзя считать подтверждёнными. Лицензия репозитория — Apache-2.0.

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.

S2T-MEDIUM-MUSTC-MULTILINGUAL-ST — модель Facebook на базе Speech2Text, обученная для сквозного перевода речи. Это трансформер encoder-decoder с 55,5 млн параметров: свёрточный модуль сокращает длину речевых входов, а декодер авторегрессионно генерирует текст. Модель принимает речевые признаки и обучена на корпусе MuST-C с выступлениями TED на английском языке и переводами на немецкий, нидерландский, испанский, французский, итальянский, португальский, румынский и русский. Основной сценарий — перевод английской речи в текст на одном из восьми языков. Архитектура S2T также предназначена для распознавания речи, однако карточка описывает эту конкретную модель прежде всего как систему речевого перевода. В тестах MuST-C BLEU составил от 16,0 для перевода на русский до 34,9 для перевода на французский. Модель доступна в форматах PyTorch и TensorFlow по лицензии MIT; показатели на тестовом корпусе не гарантируют такую же точность на других темах и условиях записи.

Mungert/sarvam-translate-GGUF — это GGUF-версия дообученной модели Google Gemma 3 4B IT, подготовленная с использованием llama.cpp. Модель предназначена для задач машинного перевода и поддерживает ассамский, бенгальский, бодо, догри, конкани, гуджарати, английский, хинди, каннада, кашмири, майтхили, малаялам, манипури, маратхи, непали, ория, пенджаби, санскрит, сантали, синдхи, тамильский, телугу и урду. Разработчик исходной модели — Google; автор GGUF-сборки в README явно не назван, но репозиторий модели размещён пользователем Mungert. Основное преимущество сборки — поддержка различных вариантов точности и квантования для запуска на GPU, CPU и устройствах с ограниченной памятью. В README описан экспериментальный метод «поднятия» точности отдельных важных слоёв поверх стандартного IMatrix-квантования, что должно улучшать точность при сопоставимом размере модели, особенно для низкобитных вариантов. Доступны форматы BF16, F16, гибридные варианты и квантования Q4_K, Q6_K, Q8, IQ3 и IQ1/IQ2. Ограничения включают компромисс между размером, скоростью и качеством перевода при выборе низкобитного квантования, а также зависимость производительности BF16 и F16 от аппаратной поддержки. Размер контекста, точные параметры архитектуры, результаты оценки качества и рекомендации по конкретным языковым направлениям в README не указаны. Модель распространяется по лицензии GPL-3.0.

SeaLLMs-v3-7B — базовая языковая модель семейства SeaLLMs, разработанная для языков Юго-Восточной Азии. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров и контекстом до 131 072 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и последующего дообучения под прикладные задачи. В карточке описаны возможности отвечать на вопросы, рассуждать, решать математические задачи, переводить и следовать инструкциям; отдельно отмечены улучшения многоходового следования инструкциям и ответы с учётом местного контекста. Основной акцент — английский, китайский и языки региона, включая индонезийский, вьетнамский, тайский, малайский, бирманский, кхмерский, лаосский, тагальский, тамильский и яванский. Это базовая, а не готовая чат-модель: для применения в диалоговых сценариях разработчики указывают на вариант SeaLLMs-v3-7B-Chat. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели. Заявления о качестве основаны на оценках из карточки; они не гарантируют точность для конкретной задачи.

Sunflower-Qwen3.5-9B — мультиязычная текстовая модель Sunbird, дообученная на базе Qwen3.5-9B для работы с 67 африканскими языками. Обучение включало продолжение предобучения на корпусах целевых языков, настройку по инструкциям и обучение с подкреплением для улучшения перевода, фактической точности, языковой согласованности и следования инструкциям. Модель распространяется в формате safetensors через Transformers; лицензия — Apache-2.0. Модель предназначена прежде всего для перевода между английским и африканскими языками, а также для выполнения инструкций и многоходового диалога на этих языках. Для перевода рекомендуется шаблон «Translate to {название языка на английском}: {текст}» и температура 0; исходный язык обычно определяется автоматически. Для свободной генерации подходят инструкции на английском с указанием языка ответа или инструкции на целевом языке. Качество заметно различается в зависимости от языка и объёма обучающих данных: для части языков понимание хорошее, для других — умеренное или базовое. Карточка обозначает веса как предварительную версию, поэтому результаты и поведение модели могут измениться до финального выпуска. Перевод — наиболее оптимизированный сценарий; чат и рассуждения поддерживаются, но их качество может быть ниже.

Taigi-Llama-2-Translator-13B — языковая модель Bohanlu для перевода между тайваньским хоккиеном, традиционным китайским и английским, а также между письменными системами хоккиена. Она создана дообучением Bohanlu/Taigi-Llama-2-13B на 263 тысячах параллельных примеров. Архитектура — плотная LlamaForCausalLM с 13 млрд параметров; модель принимает исходный текст и генерирует перевод. Контекст составляет 4096 токенов. Модель предназначена для перевода предложений и текстов между традиционным китайским и хоккиеном, английским и хоккиеном, а также для преобразования между записями хоккиена иероглифами Hanzi, латиницей POJ и Hanlo. Для перевода используется шаблон запроса с указанием целевого языка. Репозиторий распространяет веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 требует указания авторства, ограничивает коммерческое использование и предусматривает распространение производных работ на тех же условиях. Результаты зависят от направления перевода и письменной системы; карточка не приводит оценки качества или подробных ограничений модели.

TowerInstruct-13B-v0.1-EN2ES-i1-GGUF — квантизированная версия модели TowerInstruct-13B-v0.1-EN2ES, разработанной Iker и подготовленной в формате GGUF пользователем mradermacher. Модель дообучена для инструкционного перевода с английского на испанский и связана с датасетом InstructTranslation-EN-ES. Модель содержит около 13 млрд параметров, поддерживает английский и испанский языки и предназначена прежде всего для задач машинного перевода и обработки инструкций в этой языковой паре. Доступно множество вариантов квантизации IQ и Q с размером файлов примерно от 3,0 до 10,8 ГБ. Более компактные варианты требуют меньше памяти, но могут заметно уступать по качеству; в README вариант Q4_K_M обозначен как быстрый и рекомендуемый, а Q4_K_S — как компромисс между размером, скоростью и качеством. Модель поставляется только в виде GGUF-квантов, поэтому для запуска требуется совместимое программное обеспечение. README не содержит сведений об архитектуре базовой модели, размере контекста, поддержке дополнительных модальностей или результатах оценки качества. Лицензия — Apache-2.0.

Windstorm Labs публикует эту модель машинного перевода с грузинского языка на английский. Это дообученная версия Helsinki-NLP/opus-mt-ccs-en: LoRA-адаптер, обученный на параллельном корпусе, объединён с базовыми весами. Модель построена на архитектуре Marian и содержит 37 млн параметров; она предназначена для перевода текста в одном направлении — с грузинского на английский — и поддерживает контекст до 512 токенов. Репозиторий содержит веса в формате safetensors для загрузки через Transformers. Качество этой версии не оценивалось бенчмарками, поэтому её пригодность для конкретных текстов следует проверять отдельно. Лицензия — Apache-2.0.

Windstorm Labs опубликовала дообученную модель машинного перевода с чешского языка на французский. Это модель MarianMT на базе Helsinki-NLP/opus-mt-cs-fr, содержащая около 55 млн параметров и принимающая текст для генерации перевода. Веса изменены методом LoRA fine-tune на параллельном корпусе и объединены с базовыми весами; модель доступна в формате safetensors для Transformers. Контекст — до 512 токенов. Модель подходит для перевода чешских фраз и текстов на французский в приложениях на базе Transformers. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 56,94 и BLEU 33,04; это предварительный скрининговый результат. Модель поддерживает только направление cs→fr. Лицензия — Apache-2.0.

WindyTranslate/translate-de-af — модель машинного перевода, опубликованная Windstorm Labs для перевода текста с немецкого языка на африкаанс. Это дообученная версия Helsinki-NLP/opus-mt-de-af: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель использует архитектуру MarianMT, содержит 55,5 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Модель подходит для перевода немецких фраз и документов на африкаанс. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 49,69 и BLEU 22,23; это скрининговая оценка, а не результат публикационного исследования. Поддерживается только направление перевода с немецкого на африкаанс. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с немецкого на вьетнамский. Это дообученная и слитая с базовыми весами модель Helsinki-NLP/opus-mt-de-vi на архитектуре MarianMT, содержащая около 55 млн параметров. Она принимает текст и генерирует перевод; контекст составляет 512 токенов. В репозитории доступны веса safetensors для Transformers. Модель подходит для перевода отдельных фраз и текстов с немецкого языка на вьетнамский. В скрининговой оценке на 48 предложениях FLORES-200 dev результат составил chrF++ 47,23 и BLEU 23,40; это ограниченная проверка, а не результат публикационного исследования. Лицензия — Apache-2.0.

WindyTranslate/translate-en-es — модель машинного перевода от Windstorm Labs для перевода с английского на испанский. Она основана на Helsinki-NLP/opus-mt-en-es: авторы дообучили базовую модель с помощью LoRA на параллельных текстах и объединили адаптер с исходными весами. Модель использует архитектуру MarianMT, содержит 58,4 млн параметров и доступна в формате safetensors для Transformers. Естественный контекст модели — до 512 токенов. Модель подходит для перевода коротких текстов и пакетной обработки английских фраз и документов на испанский. В скрининговой оценке на 48 предложениях FLORES-200 она получила chrF++ 54,64 и BLEU 32,65; это предварительный результат, а не публикационная оценка. Поддерживается только направление английский → испанский. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-en-et — модель машинного перевода, опубликованная Windstorm Labs для перевода с английского на эстонский. Это дообученная версия Helsinki-NLP/opus-mt-en-et: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель использует архитектуру MarianMT, содержит 55,3 млн параметров и принимает последовательности длиной до 512 токенов. Модель подходит для перевода коротких текстов и локализации с английского на эстонский. В проверке на 48 примерах FLORES-200 dev получены chrF++ 51,24 и BLEU 24,85; это скрининговая оценка, а не результат публикационного исследования. Поддерживается только направление en→et. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

WindyTranslate/translate-en-ga — модель машинного перевода от Windstorm Labs, созданная дообучением Helsinki-NLP/opus-mt-en-ga на параллельных корпусах и слиянием LoRA-адаптера с базовыми весами. Модель на архитектуре MarianMT содержит 54,2 млн параметров, принимает текст и переводит с английского на ирландский. Контекст модели — до 512 токенов; она поставляется в формате safetensors для Transformers. Модель подходит для перевода английских фраз и документов на ирландский язык. В карточке приведена скрининговая оценка на 48 предложениях FLORES-200 dev: chrF++ 51,72 и BLEU 24,22; это небольшой тестовый набор, а не результат публикационного исследования. Поддерживается только направление en→ga, а качество зависит от текста и не гарантируется указанной оценкой. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с английского на галисийский. Это дообученная версия Helsinki-NLP/opus-mt-en-gl на базе архитектуры MarianMT: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель содержит 53,6 млн параметров, работает с текстом и имеет контекстное окно 512 токенов. Модель предназначена для перевода коротких текстов с английского на галисийский. В карточке приведён скрининговый результат на 48 предложениях FLORES-200 dev: chrF++ 43,64 и BLEU 18,88; авторы оценивают результат как пригодный для использования, но не как публикационный бенчмарк. Доступны веса safetensors для Transformers. Лицензия — Apache-2.0.