I.6Перевод и языковая адаптация

WindyTranslate/translate-en-it — модель машинного перевода от Windstorm Labs для перевода текста с английского на итальянский. Она основана на Helsinki-NLP/opus-mt-en-it: к базовым весам применили дообучение LoRA на параллельных данных и объединили адаптер с моделью. Архитектура MarianMT, размер — 66,1 млн параметров; модель доступна в формате safetensors и рассчитана на контекст до 512 токенов. Для проверки качества авторы приводят результат chrF++ 54,17 и BLEU 28,92 на 48 предложениях FLORES-200 dev. Это небольшой скрининговый набор, поэтому оценка не гарантирует такого же качества на других текстах. Модель поддерживает только направление перевода с английского на итальянский. Лицензия — Apache-2.0.

WindyTranslate/translate-en-pap — модель машинного перевода, опубликованная Windstorm Labs и дообученная на параллельных текстах для перевода с английского на папьяменто. В основе лежит Helsinki-NLP/opus-mt-en-pap: архитектура MarianMT, около 54,5 млн параметров, формат safetensors и контекст до 512 токенов. LoRA-дообучение объединено с базовыми весами; изменены 36 из 254 тензоров. Модель предназначена для перевода отдельных текстов с английского на папьяменто. В карточке приведена оценка на 48 предложениях FLORES-200 dev: chrF++ 44,41 и BLEU 19,43; авторы характеризуют результат как пригодный для использования, но это предварительная проверка, а не публикационный результат. Модель распространяется по лицензии Apache-2.0 с указанием происхождения от Helsinki-NLP/opus-mt-en-pap.

WindyTranslate/translate-en-uk — модель машинного перевода Windstorm Labs, дообученная на параллельном корпусе OPUS-100 на основе Helsinki-NLP/opus-mt-en-uk. Она переводит текст с английского на украинский и подходит для автоматического перевода фраз и документов. Модель построена на архитектуре MarianMT, содержит 56,7 млн параметров, принимает текст и работает с контекстом до 512 токенов. Репозиторий содержит веса в формате safetensors для Transformers. В README приведена оценка FLORES-200 dev на 48 предложениях: chrF++ 41,49 и BLEU 16,48; авторы относят результат к уровню «Usable» и подчёркивают, что это предварительная проверка, а не публикационный результат. Поддерживается только направление с английского на украинский, поэтому качество на других направлениях не заявлено. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-es-eu — модель машинного перевода Windstorm Labs, дообученная на параллельных данных на основе Helsinki-NLP/opus-mt-es-eu. Это модель архитектуры Marian с 54,9 млн параметров, принимающая испанский текст и переводящая его на баскский; максимальный контекст составляет 512 токенов. Веса содержат изменения, внесённые LoRA-дообучением и объединённые с базовыми весами, модель загружается через Transformers в формате safetensors. Модель предназначена для перевода с испанского на баскский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 44,50 и BLEU 10,14; авторы характеризуют результат как пригодный для использования, но отмечают, что это предварительная оценка, а не результат публикационного уровня. Поддерживается только направление es → eu. Лицензия — Apache-2.0.

Windstorm Labs выпустила модель машинного перевода с испанского языка на илоканский. Это дообученная версия Helsinki-NLP/opus-mt-es-ilo: LoRA-настройка на параллельных данных объединена с базовыми весами. Модель построена на архитектуре MarianMT, содержит 55,6 млн параметров, работает через Transformers и поставляется в формате safetensors. Родной контекст — 512 токенов. Модель предназначена для перевода текста с испанского на илоканский; другие направления в карточке не заявлены. В оценке на 48 предложениях FLORES-200 dev она получила chrF++ 42,93 и BLEU 15,37; авторы относят результат к уровню Usable и отмечают, что это предварительная проверка, а не результат публикационного исследования. Лицензия — Apache-2.0.

WindyTranslate/translate-fr-hr — модель машинного перевода от Windstorm Labs для перевода текстов с французского на хорватский. Это дообученная версия Helsinki-NLP/opus-mt-fr-hr: к базовым весам добавили и слили LoRA-дообучение на параллельных корпусах. Модель использует архитектуру Marian Transformer, содержит 55,2 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для перевода в одном направлении: с французского на хорватский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 46,57 и BLEU 21,28; авторы характеризуют этот результат как предварительный скрининговый, а не публикационный. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

WindstormLabs translate-windy-nano — модель машинного перевода, дообученная Windstorm Labs на параллельных данных OPUS-100 от facebook/m2m100_418M. LoRA-адаптер ранга 8 объединён с базовыми весами, после чего модель квантована до INT8 и упакована для быстрого вывода на CPU через CTranslate2. По данным карточки, она охватывает 74 языка из набора Windy; телугу и баскский не поддерживаются. Для загрузки вместе с репозиторием поставляется токенизатор, поэтому подключение к сети не требуется. Модель предназначена для перевода текстов между языками. В карточке приведены оценки FLORES-200 для 16 языковых пар, включая английский↔испанский, английский↔французский и английский↔немецкий; проверка охватывает новостную и энциклопедическую прозу, а человеческая оценка не проводилась. Модель распространяется по лицензии MIT с сохранением уведомления об авторских правах Meta.

NYTK разработала модель машинного перевода на базе mT5-small, дообученную для перевода с английского на венгерский язык на подкорпусах OPUS объёмом около 56,8 млн сегментов. Модель использует архитектуру mT5 и содержит 157,4 млн параметров; формат весов — PyTorch. Модель предназначена для перевода английских текстов на венгерский. Для входа требуется текст, предварительно токенизированный с помощью HuSpaCy; в README указаны ограничения длины источника и результата по 128 токенов. В приведённом сравнении модель получила BLEU 27,69. Модель распространяется по лицензии Apache-2.0. Показатель BLEU относится к оценке из карточки и не гарантирует аналогичное качество на других текстах и тематиках.

liam168/trans-opus-mt-zh-en — модель машинного перевода на архитектуре Transformer семейства Marian, опубликованная пользователем Hugging Face liam168. Она переводит текст с китайского языка на английский и рассчитана на использование через библиотеку Transformers. Модель содержит 58,4 млн параметров и имеет контекст длиной до 512 токенов. В карточке приведён пример перевода с китайского на английский; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

ninte/twi-en-nllb-v2 — модель машинного перевода, разработанная на основе facebook/nllb-200-distilled-600M и дообученная для перевода с твийского языка (Twi, Akan, twi_Latn) на английский (eng_Latn). Это последовательная модель семейства M2M-100 с архитектурой M2M100ForConditionalGeneration; метаданные указывают контекст до 1024 токенов, а README — ограничение входной длины 128 токенами. Модель предназначена для перевода стандартных и формальных текстов на твийском языке, в том числе предложений на языке с ограниченными ресурсами. В README сообщается о дообучении на наборе GhanaNLP TWI-ENGLISH Parallel Text, содержащем около 9 600 пар предложений, и оценке на 967 тестовых парах: BLEU 27,30 и chrF 51,03. На тесте она превзошла использованный авторами базовый MarianMT v1. Качество на текстах вне обучающей области может варьироваться; диалектные варианты Twi отдельно не учитывались, а длинные входы свыше 128 токенов могут обрезаться. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Infomaniak-AI публикует вариант Google TranslateGemma 27B IT с настройками, адаптированными для развёртывания через vLLM. Это плотная мультимодальная модель семейства Gemma 3 в формате safetensors; шаблон чата кодирует языки перевода в тексте сообщения, а конфигурации RoPE и EOS изменены для совместимости с vLLM. Модель предназначена для перевода между 55 языками: она принимает текст для перевода или изображение, из которого извлекает текст и переводит его. Подходит для интеграции в приложения и облачную инфраструктуру, использующую vLLM. Размер базовой модели — 27 млрд параметров; в предоставленных данных длина контекста не указана. Качество зависит от обучающих данных и сложности текста: модель может терять нюансы, неверно передавать неоднозначные выражения и допускать ошибки. Лицензия — Gemma; перед использованием следует учитывать условия лицензии и политику допустимого использования Gemma.

Infomaniak AI подготовила модифицированную версию Google TranslateGemma 4B IT на архитектуре Gemma 3, настроенную для развёртывания с vLLM. Модель предназначена для перевода текста между 55 языками, а также для извлечения текста из изображения с последующим переводом. Для перевода используется шаблон чата с кодами исходного и целевого языков; их передают в формате `>>{source_lang}>>{target_lang}>>{текст}`. Конфигурация RoPE и шаблон генерации изменены для совместимости с vLLM. Компактный размер рассчитан на запуск на настольных компьютерах и в собственной облачной инфраструктуре. Модель принимает текст или изображение и генерирует перевод в виде текста. В README отмечены возможные ошибки при передаче языковых нюансов, неоднозначных выражений и сложного контекста, а также влияние смещений и пробелов в обучающих данных. Лицензия указана как Gemma; условия использования следует сверять с лицензией и политикой допустимого использования Gemma.

whisper-large-v3-translate-zh-v0.1-lt — дообученная модель Whisper large-v3, опубликованная пользователем chickenrice0721. Она предназначена для перевода японской речи в китайский текст: модель обучали на 3500 часах японского аудио с китайскими субтитрами, а при использовании задают задачу translate и язык ja. Архитектура — WhisperForConditionalGeneration, размер — 905,2 млн параметров; модель принимает аудио и выдаёт текст. В карточке указаны японский язык исходной речи и китайский язык перевода. Модель распространяется по лицензии Apache-2.0.

dokyoungkim/wmt19-finetuned-it-de-to-en-3 — дообученная модель семейства FSMT для машинного перевода с итальянского и немецкого на английский. Она содержит 100,7 млн параметров, принимает текст и выдаёт текст; длина контекста — до 1024 токенов. В README указаны результаты оценки: BLEU 47,4497 и loss 0,1299. Модель подходит для перевода текстов с итальянского или немецкого на английский. Она создана дообучением dokyoungkim/wmt19-finetuned-it-de-to-en-2 на датасете, который в карточке не раскрыт. Лицензия — Apache-2.0. README не приводит дополнительных сведений о сценариях применения или ограничениях качества.

YanoljaNEXT-Rosetta-12B-2510-GGUF — это GGUF-версия 12-миллиардной decoder-only языковой модели на архитектуре Gemma 3, дообученной командой Yanolja NEXT на базе google/gemma-3-12b-pt. Из исходной архитектуры использован компонент Gemma3ForCausalLM, предназначенный для генерации текста. Модель ориентирована на многоязычный перевод структурированных данных, прежде всего JSON, с сохранением исходной структуры и ключей. Модель оптимизирована для арабского, болгарского, китайского, чешского, датского, нидерландского, английского, финского, французского, немецкого, греческого, гуджарати, иврита, хинди, венгерского, индонезийского, итальянского, японского, корейского, персидского, польского, португальского, румынского, русского, словацкого, испанского, шведского, тагальского, тайского, турецкого, украинского и вьетнамского языков. Она подходит для локализации каталогов товаров, перевода гостиничных отзывов и другой структурированной информации. Доступны полноточная BF16-версия и многочисленные варианты квантования K- и IQ-семейств для запуска через llama.cpp и совместимые приложения. Сильными сторонами являются специализация на переводе JSON, сохранение структуры данных, поддержка широкого набора языков и эффективность модели размера 12B. В тесте WMT24++ для перевода с английского на корейский модель получила CHrF++ 37,36. Ограничения включают преимущественную оптимизацию под JSON: качество на неструктурированном тексте и других форматах может отличаться; возможны некорректный JSON, повторы и неточные переводы. В метаданных указана лицензия Gemma; дополнительных условий лицензирования в представленном README нет.

Карточка модели cocoirun/Yi-Ko-6B-instruct-v1.5-DPO на Hugging Face совпадает с карточкой cocoirun/Yi-Ko-6B-instruct-v1.5, поэтому описание составлено по ней. Yi-Ko-6B-instruct-v1.5 — инструктивная языковая модель, дообученная автором cocoirun на базе семейства Llama. По карточке, модель прошла SFT на примерно 110 тысячах примеров: использовались самостоятельно подготовленные корейские данные по истории, естественным наукам, математике, машинному чтению, анализу отзывов и грамматике, а также материалы Open-Orca-Ko, KoBEST и AIHub. Обучение выполнялось с помощью LoRA. Модель предназначена для генерации ответов и выполнения инструкций в задачах на корейском и английском языках, включая вопросы и ответы, машинное чтение, суммаризацию, перевод и анализ отзывов. Это плотная архитектура LlamaForCausalLM примерно на 5,9 млрд параметров с контекстом 2048 токена; репозиторий содержит веса Safetensors. Лицензия — CC BY-SA 4.0. Карточка не приводит количественных оценок качества. Данные обучения закрыты, поэтому состав и воспроизводимость SFT ограничены доступной информацией; контекст 2048 токена ограничивает работу с длинными документами.

AfriqueQwen3.5-4B-Instruct-v1 — дообученная McGill-NLP версия AfriqueQwen3.5-4B для генерации текста и диалогов. Модель построена на плотной архитектуре Qwen3.5 и содержит 4 млрд параметров; доступна в формате safetensors. Карточка демонстрирует применение для математических задач, перевода и вопросов с выбором ответа, включая работу на африканских языках. Модель предназначена для инструктивного общения и решения языковых задач. В README описан запуск через vLLM в режиме только языковой модели с контекстом до 12 288 токенов; веса для обработки изображений отсутствуют. Лицензия — CC BY 4.0.

AfriqueQwen3.5-9B-50Langs-Instruct-v1 — постобученная инструктивная версия модели McGill-NLP/AfriqueQwen3.5-9B-50Langs, разработанная McGill-NLP. Это плотная языковая модель семейства Qwen3.5 с 9 млрд параметров, предназначенная для диалогов и выполнения текстовых инструкций. Модель используют для пошагового решения математических задач, перевода и ответов на вопросы с выбором варианта. Модель ориентирована на 50 языков, в частности на африканские языки; в README приведены примеры работы на английском и суахили. В репозитории заявлена текстовая генерация: хотя класс архитектуры поддерживает условную генерацию, веса для зрения отсутствуют. Для запуска через vLLM README указывает режим `--language-model-only` и максимальную длину входа 12 288 токенов. В README приведены результаты оценки на наборах AfriMGSM, AfriMMLU, AfriXNLI, Belebele, Injongo, SIB-200 и FLORES. Полная таблица сравнительных результатов здесь представлена не целиком, поэтому по ней нельзя надёжно оценить качество модели относительно других систем. Модель распространяется по лицензии CC BY 4.0.

AfriqueQwen-4B — плотная причинная языковая модель из набора AfriqueLLM, разработанного для адаптации языковых моделей к африканским языкам. Она основана на Qwen/Qwen3-4B-Base и дообучена продолжением предварительного обучения примерно на 26 млрд токенов многоязычных данных. В модели около 3,7 млрд параметров, а контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев на африканских языках, при этом сохраняет возможности на английском, французском, португальском и арабском. Карточка заявляет адаптацию к 20 африканским языкам, включая африкаанс, суахили и марокканский арабский; среди задач оценки упомянуты многоязычный перевод, понимание текста и математические задачи. В метаданных также указаны языковые коды, но их набор не полностью совпадает с описанием карточки. Модель распространяется в формате safetensors для Transformers по лицензии CC BY 4.0. Карточка описывает результаты на ряде многоязычных бенчмарков, однако конкретные показатели AfriqueQwen-4B в предоставленном фрагменте таблиц отсутствуют, поэтому качество для отдельных языков и задач по этим данным оценить нельзя.

Hemanth-thunder/english-tamil-mt — модель машинного перевода, разработанная Hemanth Kumar и дообученная на базе M2M100. Это плотная модель M2M100 с архитектурой encoder-decoder и генерацией последовательностей; она предназначена для перевода между английским и тамильским языками. Модель содержит 332,5 млн параметров, принимает текст, а её нативная длина контекста составляет 1024 токена. Модель подходит для перевода английских текстов на тамильский и тамильских текстов на английский. Карточка не приводит результатов оценки качества, подробностей обучающих данных или описания ограничений, поэтому качество на конкретных тематиках и длинных текстах следует проверять отдельно. Лицензия — OpenRAIL.

huynoob1312/en-vi_mbart50 — дообученная модель машинного перевода на архитектуре mBART, основанная на facebook/mbart-large-50-many-to-many-mmt. Модель содержит около 457,4 млн параметров, работает с текстом и имеет контекст до 1024 токенов. Модель предназначена для перевода между английским и вьетнамским языками. Карточка не уточняет разработчика, обучающие данные и конкретные направления перевода; метаданные указывают английский и вьетнамский как языки модели. Весовые файлы доступны в формате safetensors для библиотеки Transformers. Лицензия в карточке не указана. Качество перевода, ограничения и результаты оценки не описаны, поэтому пригодность для конкретной тематики или публикации следует проверять на собственных примерах.

Mamadou2727/Feriji_model — дообученная модель перевода на основе facebook/m2m100_418M. Она использует архитектуру M2M100 с кодировщиком и декодировщиком и содержит 332,5 млн параметров. Модель предназначена для перевода текстов; в оценке на тестовой выборке указаны loss 1,1488 и BLEU 30,0608. Базовая M2M100 поддерживает перевод между 100 языками, однако README не уточняет, на каких языковых парах и данных дообучалась эта версия, поэтому качество для конкретных языков определить нельзя. Модель принимает текст и выдаёт переведённый текст, её контекст составляет 1024 токена. Распространяется по лицензии MIT.

Gemma2 9B CPT Sahabat-AI v1 Instruct — языковая модель PT GoTo Gojek Tokopedia Tbk и AI Singapore, созданная в рамках проекта Sahabat-AI при участии GoTo Group и Indosat Ooredoo Hutchison. Это плотная decoder-модель на архитектуре Gemma 2 с 9 млрд параметров, дообученная следовать инструкциям на индонезийском, яванском, сунданском и английском языках. Контекст модели — 8192 токена. Модель предназначена для диалогов и выполнения инструкций: она отвечает на вопросы, суммирует и переводит тексты, анализирует тональность, а также помогает решать задачи на понимание языка и рассуждение. Для инструкционного обучения использованы пары «инструкция—ответ» на четырёх языках, включая диалектные данные для яванского и сунданского. Модель может галлюцинировать, давать нерелевантные ответы и непоследовательно рассуждать. Разработчики предупреждают, что модель не прошла настройку безопасности, поэтому её поведение следует проверять и при необходимости дополнительно настраивать. Распространяется по Gemma Community License.

DUETA — компактная текстовая модель для машинного перевода между английским и узбекским языками в обоих направлениях. Она разработана Davron04 и дообучена на базе google/gemma-3-270m; архитектура — декодерный трансформер Gemma 3 с 257 млн параметров. Модель принимает текст с тегами исходного и целевого языка и генерирует перевод. Указанная длина контекста — 32 768 токенов, однако качество снижается на длинных входах, поэтому рекомендуется переводить отдельные предложения или короткие фрагменты. Модель предназначена для перевода с английского на узбекский и с узбекского на английский. Обучение использовало параллельные и инструкционные данные, включая наборы английско-узбекского перевода и данные Wikimedia. Качество может меняться в зависимости от тематики, разговорной речи и редких конструкций; сохранение фактической точности отдельно не оценивалось, поэтому для чувствительных или критически важных текстов нужен человеческий контроль. Лицензия — MIT.

GemmaX2-28-2B-v0.1 — модель машинного перевода на основе языковой модели Gemma2, разработанная Xiaomi. Она получена дообучением GemmaX2-28-2B-Pretrain на высококачественных инструкциях по переводу. Базовая модель прошла дополнительное предобучение на монолингвальных и параллельных данных для 28 языков. Модель предназначена для перевода текста между поддерживаемыми языками. Она имеет плотную архитектуру Gemma2ForCausalLM, содержит 2,7 млрд параметров и поддерживает контекст до 8192 токенов. Для загрузки используются Transformers и веса Safetensors; лицензия — Gemma. Модель рассчитана на 28 языков, включая русский, английский, китайский, арабский, хинди, японский и другие. Карточка предупреждает, что качество перевода на языках вне этого списка не гарантируется. Указанная лицензия Gemma определяет условия использования.

Это производная модель GLM-4.7-Flash, предназначенная для перевода японских субтитров на английский. В карточке указано, что при прореживании экспертов измерили их использование на данных субтитров и удалили наименее используемые эксперты: число экспертов на слой сократили с 64 до 32. Метаданные относят модель к семейству glm4_moe_lite и архитектуре для авторегрессионной генерации текста; репозиторий содержит веса Safetensors и использует библиотеку Transformers. Метаданные указывают 4,1 млрд параметров и контекст до 202 752 токенов; README приводит оценку около 16 млрд параметров до прореживания. Поддерживаемые языки — японский и английский. Модель распространяется под лицензией MIT. Карточка не приводит результатов оценки качества, подробностей обучающих данных или конкретных ограничений, поэтому пригодность для конкретного сценария перевода стоит проверять на собственных примерах.

Helsinki-NLP-opus-mt-ug — модель машинного перевода Mubarak B., построенная на архитектуре Marian в формате Seq2Seq и дообученная на базе Helsinki-NLP/opus-mt-mul-en. Она переводит текст с ачоли, луганда, лумасааба, рунякоре и суахили на английский. Модель содержит 58 млн параметров и рассчитана на контекст до 512 токенов. Её можно использовать для перевода текстов на этих языках в приложениях с поддержкой восточноафриканских языков. Карточка предупреждает о возможных различиях качества между диалектами и контекстами, влиянии смещений обучающих данных и снижении качества на специализированной лексике; для важных сценариев рекомендуется проверка результата человеком. В README указана лицензия Apache 2.0, а в метаданных Hugging Face — MIT.

BubbleSheep/Hgn_trans_en2zh — модель машинного перевода с английского на китайский, созданная дообучением Helsinki-NLP/opus-mt-en-zh на данных THUOCL. Она построена на архитектуре Marian и содержит 58,4 млн параметров; модель рассчитана на входной контекст до 512 токенов и доступна в формате PyTorch для использования с Transformers. Модель предназначена для перевода английских текстов на китайский. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. В карточке не приведены оценки качества или сведения об ограничениях перевода; контекст в 512 токенов ограничивает длину обрабатываемого входа.

Hibiki-M — модель Kyutai для потокового перевода французской речи на английский. Она обрабатывает речь по мере поступления и выдаёт перевод частями, не ожидая окончания высказывания. Модель поддерживает перевод речи в речь и речи в текст; при генерации речи возможно управление сходством голоса с исходным говорящим. Это плотный иерархический Transformer с архитектурой multistream, основанной на подходе Moshi. Модель содержит 1,7 млрд параметров и генерирует аудио- и текстовые токены с частотой 12,5 Гц; аудиопоток имеет битрейт 1,1 кбит/с. Она рассчитана на потоковую работу в реальном времени и пакетную обработку, обучалась на последовательностях длительностью до 120 секунд и заявлена как устойчивая к шуму. Лицензия — CC-BY 4.0. Модель предназначена для французско-английского перевода; поддержка других языковых пар потребует дообучения. Чрезмерное усиление переноса голоса может ухудшить качество перевода. Разработчик не рекомендует использовать модель для имитации других людей или вредоносных целей.

mlx-community подготовила вариант переводческой модели Tencent Hunyuan Hy-MT2-1.8B для MLX. Это плотная авторегрессионная модель с 1,8 млрд параметров; данный репозиторий содержит веса bf16, преобразованные из официального чекпойнта и предназначенные для запуска через mlx-lm на Apple Silicon. Указанная в метаданных длина контекста — 262144 токена. Модель предназначена для перевода между языками: ей можно передать текст и инструкцию с целевым языком, чтобы получить перевод. В карточке заявлена многоязычность, но конкретные языки не перечислены. Лицензия — Apache 2.0. Карточка рекомендует этот вариант как базовый чекпойнт для Apple Silicon; запуск на Linux CPU может быть слишком медленным для практических запросов.