I.6Перевод и языковая адаптация

OPUS-MT — модель нейронного машинного перевода, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит с множества исходных языков на немецкий, английский и нидерландский; для каждого запроса целевой язык задаётся специальной меткой. Модель построена на архитектуре Marian Transformer-big и содержит 160,5 млн параметров. Она доступна через Transformers в форматах PyTorch и safetensors; размер её контекста — до 1024 токенов. Модель предназначена для перевода текстов на три целевых языка, в том числе для работы с языками с ограниченными ресурсами. Однако объём обучающих данных для многих языковых пар мал, поэтому качество сильно различается, а некоторые пары могут работать неудовлетворительно или не работать вовсе. Модель выпущена под лицензией Apache-2.0.

Это конвертированная в формат CTranslate2 модель машинного перевода на базе Helsinki-NLP/opus-mt-tc-big-en-it. Разработчик подготовил её для работы в настольном движке ooeoeo с сервером инференса opus-mt-server; веса представлены в float16. Модель переводит текст с английского на итальянский и предназначена для локального использования в приложениях, которым нужен перевод между этой языковой парой. Исходная модель относится к семейству OPUS-MT tc-big. Репозиторий распространяется по лицензии Apache-2.0.

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.

Helsinki-NLP/opus-mt-vi-ru — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer-align и реализованная как MarianMTModel. Она переводит текст с вьетнамского на русский; модель обучена для этой языковой пары, а не для многоязычного перевода. Веса содержат 57,4 млн параметров, родной контекст — до 512 токенов. Для обработки текста используются нормализация и SentencePiece с моделями токенизации размером 32k. Модель подходит для перевода отдельных фраз и текстов с вьетнамского на русский. В README приведён результат на тестовом наборе Tatoeba: BLEU 16,9 и chr-F 0,331. Эти показатели относятся к указанному набору и не гарантируют такого же качества на других тематиках. Модель распространяется по лицензии Apache-2.0.

Xenova/opus-mt-zh-en — модель машинного перевода с ONNX-весами, разработанная для совместимости с библиотекой Transformers.js. Она основана на модели Helsinki-NLP/opus-mt-zh-en, поэтому предназначена для перевода текста с китайского языка на английский, в том числе в веб-приложениях и других средах, поддерживающих Transformers.js. В README указано, что репозиторий содержит ONNX-веса исходной модели и создан как временное решение до более широкого распространения WebML. Точные сведения об архитектуре, размере модели, максимальной длине контекста, поддерживаемых вариантах китайского и английского языков, лицензии, сильных сторонах и ограничениях не приведены. Условия использования следует уточнять по исходной модели Helsinki-NLP/opus-mt-zh-en.

Helsinki-NLP/opus-tatoeba-en-ja — модель машинного перевода из семейства OPUS, опубликованная Helsinki-NLP. Она переводит текст с английского на японский и предназначена для перевода предложений и текстовых фрагментов между этими языками. Модель построена на архитектуре MarianMT с Transformer и SentencePiece-токенизацией; содержит 58,4 млн параметров и рассчитана на контекст до 512 токенов. Модель обучена для одной языковой пары без многоязычного режима. В тесте Tatoeba указаны BLEU 15,2 и chr-F 0,258, поэтому качество перевода может зависеть от тематики, формулировок и контекста. Распространяется по лицензии Apache-2.0; доступны веса в форматах PyTorch и TensorFlow.

Neurora/opus-tatoeba-fas-eng — модель машинного перевода на базе архитектуры Marian Transformer, обученная для перевода с фарси на английский. В карточке указаны варианты исходного языка: fas, pes и prs; для обработки текста применяются нормализация и SentencePiece с словарями по 32 тыс. токенов. Модель содержит 56,9 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для перевода предложений и текстов с фарси на английский. В README приведены результаты на тестовых наборах Tatoeba: BLEU 38,2 для fas-eng и 38,3 для pes-eng; оценка для pes_Latn-eng низкая и основана всего на трёх предложениях. Модель распространяется под лицензией Apache-2.0.

Helsinki-NLP/opus-tatoeba-fr-it — модель машинного перевода проекта OPUS Tatoeba Challenge для перевода с французского языка на итальянский. Она разработана Helsinki-NLP и построена на архитектуре Transformer-align, реализованной как MarianMTModel; число параметров составляет 53,9 млн, а родная длина контекста — 512 токенов. Модель принимает французский текст и генерирует перевод на итальянский. В предобработке используются нормализация и SentencePiece с моделями словаря размером 32 тыс. для каждого языка. В карточке приведена оценка BLEU 54,8 на тестовом наборе Tatoeba от 7 августа 2021 года. Модель предназначена для перевода между одной конкретной парой языков; она не является многоязычной. Распространяется по лицензии Apache-2.0.

SeyedAli разработал модель машинного перевода на базе mT5 для перевода текста с персидского на английский. Она использует архитектуру MT5ForConditionalGeneration и содержит 291,2 млн параметров; модель обучена на данных ParsinLu и предназначена для перевода предложений и других текстовых фрагментов с персидского языка. Модель принимает текст на персидском и выдаёт английский текст. В карточке приведены примеры переводов, однако их качество неоднородно: некоторые результаты выглядят неполными или неестественными. Модель распространяется по лицензии MIT.

quickmt/quickmt-he-en — модель машинного перевода с иврита на английский. Она обучена командой QuickMT с помощью eole и предназначена для быстрого перевода текстов с he на en. Модель построена на архитектуре Transformer и содержит около 200 млн параметров: 8 слоёв энкодера и 2 слоя декодера. Для токенизации используются отдельные словари SentencePiece по 32 тыс. токенов. В README приведены результаты на тестовом наборе Flores200 devtest: BLEU 45,01, chrF2 68,39 и COMET22 88,31; на указанной конфигурации RTX 4070s перевод 1012 предложений занял 1,19 секунды. Модель обучена на датасете quickmt/quickmt-train.he-en и распространяется по лицензии CC BY 4.0. Для GPU-инференса README указывает на необходимость CUDA Toolkit. Описанный сценарий использования предполагает установку библиотеки quickmt; веса также доступны в формате safetensors. Заявленные метрики относятся к Flores200 devtest и не гарантируют такое же качество для других текстов и предметных областей.

Qwen-SEA-LION-v4-32B-IT — плотная языковая модель с архитектурой decoder-only Transformer семейства Qwen3, размещённая Scalejade как копия модели AI Singapore. В ней около 29,7 млрд параметров; исходную Qwen3-32B продолжительно обучали на корпусе SEA-Pile v2, а затем дообучили на инструкциях и применили слияние моделей. Метаданные указывают контекст до 40 960 токенов, тогда как README приводит 32 768 токенов; перед развёртыванием стоит сверить это значение с конфигурацией весов. Модель предназначена для диалогов и следования инструкциям на языках Юго-Восточной Азии, а также для перевода между английским и этими языками, суммаризации, ответов на вопросы, классификации и RAG по региональным материалам. Она поддерживает режим рассуждений Qwen3 и интерфейс вызова инструментов. В продолжительном предобучении использовались бирманский, индонезийский, малайский, филиппинский, тамильский, тайский и вьетнамский; README также предупреждает о неравномерном качестве для одиннадцати заявленных языков. Модель может галлюцинировать, не прошла выравнивание по безопасности и не проверялась на устойчивость к состязательным запросам. Не рекомендуется полагаться на неё без дополнительной проверки в медицинских, юридических и других ответственных сценариях. Репозиторий распространяется по лицензии MIT; Scalejade указывает, что не обучала веса и размещает копию работы команды SEA-LION из AI Singapore.

s2t-small-covost2-fr-en-st — компактная модель Speech to Text Transformer, обученная для сквозного перевода французской речи в английский текст. Разработчик — Facebook; модель основана на архитектуре Transformer encoder-decoder с предварительным свёрточным уменьшением длины аудиопризнаков. Она содержит 12,7 млн параметров и принимает речевые признаки, извлечённые из аудио WAV или FLAC. Модель предназначена для перевода французских высказываний на английский. Она обучена на франко-английской части CoVoST2, использует 80-канальные log-mel признаки, нормализацию CMVN и SpecAugment; энкодер предварительно обучен для распознавания английской речи. На тестовой части CoVoST2 для направления fr-en указана оценка BLEU 26,25. Лицензия — MIT. Поскольку README описывает именно перевод речи, тег распознавания речи из метаданных отражает семейство задачи, но практическое назначение этой версии — речевой перевод.

SambaLingo-Slovenian-Base — базовая двуязычная языковая модель, разработанная SambaNova Systems на основе Llama 2. Модель дообучена на 17 млрд токенов словенской части набора Cultura-X; её архитектура — плотная Llama с 6,7 млрд параметров, а словарь расширен с 32 000 до 57 000 токенов. Контекст составляет 4096 токенов. Модель предназначена для генерации текста на словенском и английском языках, а также для задач перевода. В README сообщается о передовых результатах по perplexity и переводу на FLORES-200. Это базовый, не настроенный для диалога чекпойнт: для прямых вопросов рекомендуется чат-версия, а здесь — few-shot prompting с примерами. Использовать модель можно через Transformers; веса доступны на условиях лицензии Meta Llama 2 Community License Agreement. Модель может галлюцинировать, повторяться и переключаться между языками или диалектами. Её возможности в программировании и сложной математике ограничены; возможна генерация токсичного контента. README не рекомендует применять её в критически важных сценариях и при принятии решений с серьёзными последствиями.

SeaLLMs-v3-7B-Chat — диалоговая языковая модель серии SeaLLMs, разработанной для языков Юго-Восточной Азии. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 131 072 токенов; веса опубликованы в формате safetensors. Модель дообучена следовать инструкциям и вести многошаговый диалог. Она предназначена для генерации ответов и выполнения инструкций, включая вопросы на общие знания, математические задачи и перевод. Разработчики сообщают об улучшенной работе с местными контекстами региона и о мерах по снижению галлюцинаций, однако возможны неточные, вводящие в заблуждение или вредоносные ответы. Для реального использования рекомендуется независимая проверка и настройка мер безопасности. Условия использования определяются SeaLLMs Terms Of Use; метаданные указывают лицензию как other.

Sunflower-Gemma4-E2B — мультимодальная модель Sunbird AI, дообученная на базе Google Gemma 4 E2B IT для работы с текстом и речью на африканских языках. Она принимает текст, изображения и аудио длительностью до 30 секунд с частотой 16 кГц и выдаёт текст. Основные сценарии — перевод между английским и поддерживаемыми языками, транскрибация речи, выполнение инструкций и многоходовый диалог. Модель обучалась на многоязычных текстах и параллельных корпусах, примерах транскрибации, а затем проходила дообучение с инструкциями и постобучение GRPO. Карточка оценивает перевод для 69 языков и распознавание речи для 51 языка; качество заметно различается между языками и зависит от объёма обучающих данных. Для транскрибации нужно явно указывать язык речи, а аудио подавать как монофонический сигнал длительностью не более 30 секунд. Это предварительная версия: веса и качество результатов могут измениться до стабильного релиза, поэтому карточка не рекомендует закреплять её в производственных системах. Переводы и транскрипции могут содержать уверенно сформулированные ошибки; результаты для языков с малым объёмом данных следует проверять. Лицензия — Apache-2.0.

Translate-25T — многоязычная модель машинного перевода, разработанная WhirlwindAI и дообученная на базе google/mt5-small на датасете OPUS-100. Она построена на архитектуре mT5 Encoder-Decoder и предназначена для перевода между английским и более чем 18 другими языками в обоих направлениях. В метаданных указано 157,4 млн параметров; README приводит оценку около 300 млн. Модель работает с текстом, распространяется в формате safetensors и поддерживается библиотекой Transformers. Модель подходит для перевода коротких текстов в образовательных, исследовательских и лёгких многоязычных приложениях, в том числе при ограниченных вычислительных ресурсах. Авторы сообщают об оценке на тестовой части OPUS-100 по 50 примерам на языковую пару. Лицензия Apache-2.0 допускает открытое использование. Качество различается между языковыми парами: лучше результаты для языков с большим объёмом данных; модель может ошибаться в специализированной терминологии, сленге и длинных документах.

Windstorm Labs опубликовала модель машинного перевода с немецкого на датский. Это дообученная версия Helsinki-NLP/opus-mt-de-da на параллельных данных OPUS-100, построенная на архитектуре MarianMT и содержащая 54,4 млн параметров. Модель принимает текст и генерирует перевод; максимальная длина контекста составляет 512 токенов. В репозитории доступны веса в формате safetensors для Transformers. В кратком скрининговом тесте на 48 предложениях FLORES-200 модель получила chrF++ 61,37 и BLEU 38,95; этих результатов недостаточно для выводов о качестве на широком наборе текстов. Модель поддерживает только направление перевода с немецкого на датский. Лицензия — Apache-2.0.

WindyTranslate/translate-de-ZH — модель машинного перевода от Windstorm Labs, дообученная на базе Helsinki-NLP/opus-mt-de-ZH. Это компактная encoder-decoder модель архитектуры MarianMT с 56,9 млн параметров; она переводит текст с немецкого языка на китайский. Веса изменены с помощью LoRA-дообучения на параллельных данных, после чего адаптер объединён с базовыми весами. Модель распространяется в формате safetensors и рассчитана на контекст до 512 токенов. Модель предназначена для перевода немецких фраз и документов на китайский. Для неё не опубликованы результаты оценки качества, поэтому точность перевода не подтверждена бенчмарками. Поддерживается только направление de→ZH. Лицензия — Apache-2.0.

WindyTranslate/translate-en-af — модель машинного перевода от Windstorm Labs для перевода текста с английского языка на африкаанс. Она основана на Helsinki-NLP/opus-mt-en-af: к исходным весам применили дообучение LoRA на параллельных текстах и объединили адаптер с базовой моделью. Архитектура MarianMT, размер — 54,6 млн параметров, контекст — до 512 токенов; модель доступна в формате safetensors для Transformers. Модель предназначена для автоматического перевода коротких текстов с английского на африкаанс. В карточке приведён скрининговый результат FLORES-200 на 48 предложениях: chrF++ 60,26 и BLEU 32,66; он не является результатом публикационного исследования и не гарантирует качество на других текстах. Поддерживается только направление en→af. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с английского на фиджийский. Это дообученная версия Helsinki-NLP/opus-mt-en-fj на базе архитектуры MarianMT; LoRA-настройка на параллельных текстах объединена с исходными весами. Модель содержит 53,8 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Модель подходит для перевода фраз и документов с английского на фиджийский. В проверке на 48 примерах FLORES-200 dev она получила chrF++ 36,40 и BLEU 10,56; авторы относят результат к категории «пригодно». Лицензия — Apache-2.0. В репозитории доступны веса safetensors для Transformers.

WindstormTranslate/translate-en-jap — модель машинного перевода от Windstorm Labs для перевода с английского на японский. Это дообученная версия Helsinki-NLP/opus-mt-en-jap на параллельных текстах: LoRA-дообучение объединено с базовыми весами. Модель семейства Marian содержит 48,9 млн параметров, принимает текст и выдаёт текст; доступна в формате safetensors для Transformers. Контекст модели — до 512 токенов. Модель предназначена для перевода отдельных текстов и других сценариев перевода с английского на японский. Качество этой версии не оценивалось бенчмарками, поэтому её пригодность для конкретных задач стоит проверять на собственных примерах. Других языковых направлений она не поддерживает. Лицензия — Apache-2.0.

WindyTranslate/translate-en-st — модель машинного перевода от Windstorm Labs для перевода текста с английского языка на сесото. Это дообученная версия Helsinki-NLP/opus-mt-en-st: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовыми весами. Модель построена на архитектуре MarianMT, содержит 54,5 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Модель можно использовать для перевода коротких текстов и как компонент конвейера машинного перевода. В проверке FLORES-200 на выборке из 48 предложений она получила chrF++ 38,59 и BLEU 10,66; авторы относят результат к уровню «пригодно к использованию» и отмечают, что это предварительная проверка, а не публикационный результат. Доступны веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

WindyTranslate/translate-eo-fr — модель машинного перевода, опубликованная Windstorm Labs для перевода с эсперанто на французский. Это дообученная версия Helsinki-NLP/opus-mt-eo-fr: LoRA-адаптацию обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре Marian, содержит 55,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для перевода отдельных фраз и текстов с эсперанто на французский; другие направления перевода в карточке не заявлены. В скрининговой оценке на 48 предложениях FLORES-200 модель получила chrF++ 41,81 и BLEU 16,58; автор характеризует результат как пригодный к использованию, но не как полноценный публикационный бенчмарк. Доступна в формате safetensors для Transformers. Лицензия — Apache-2.0.

WindyTranslate/translate-eu-en — модель машинного перевода Windstorm Labs для перевода с баскского языка на английский. Она основана на Helsinki-NLP/opus-mt-eu-en: к исходным весам применили дообучение LoRA на параллельных текстах и объединили адаптер с базовой моделью. Модель MarianMT содержит 55,1 млн параметров, использует библиотеку Transformers и формат safetensors; длина контекста — 512 токенов. Модель предназначена для перевода текста с баскского на английский. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 45,32 и BLEU 14,52; авторы характеризуют результат как предварительную оценку, а не публикационный результат. Модель поддерживает только одно направление перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-bg — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fi-bg. Это дообученная версия архитектуры MarianMT: LoRA-дообучение на параллельных данных объединено с базовыми весами. Модель содержит 55,9 млн параметров, принимает текст на финском языке и переводит его на болгарский; максимальная длина контекста — 512 токенов. Модель рассчитана на перевод с финского на болгарский. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 44,13 и BLEU 18,24; авторы характеризуют результат как пригодный для использования, но указывают, что это предварительная оценка, а не публикационный результат. Поддерживается только направление fi→bg. Модель распространяется в формате safetensors и доступна по лицензии Apache-2.0.

WindyTranslate/translate-fi-hr — модель машинного перевода, опубликованная Windstorm Labs для перевода с финского языка на хорватский. Она основана на Helsinki-NLP/opus-mt-fi-hr: к исходным весам применён LoRA-файнтюнинг на параллельных текстах, после чего адаптер объединён с базовой моделью. Архитектура — MarianMT, размер — 55,6 млн параметров; модель принимает текст и выдаёт перевод. Контекст — до 512 токенов. Модель предназначена для однонаправленного перевода с финского на хорватский. В короткой проверке на 48 предложениях FLORES-200 получила chrF++ 42,91 и BLEU 17,44; авторы относят результат к уровню «пригодно к использованию» и подчёркивают, что это предварительная оценка, а не результат публикационного бенчмарка. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с финского языка на исландский. Это дообученная версия Helsinki-NLP/opus-mt-fi-is: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель MarianMT содержит 56 млн параметров, работает с текстом и рассчитана на контекст до 512 токенов. Модель предназначена для перевода финских текстов на исландский. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 34,61 и BLEU 8,78; авторы относят результат к уровню «Usable» и отмечают, что это предварительная оценка, а не результат публикационного исследования. Репозиторий содержит веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-lv — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fi-lv: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель использует архитектуру MarianMT, содержит 55,6 млн параметров и принимает текст на финском языке, выдавая перевод на латышский. Для работы предназначен Transformers; в репозитории веса в формате safetensors, максимальная длина контекста — 512 токенов. Модель рассчитана на перевод в одном направлении — с финского на латышский. Качество перевода не проверено бенчмарками, поэтому его следует оценивать на целевых данных. Лицензия — Apache-2.0.

WindyTranslate/translate-fr-lu — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fr-lu: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,7 млн параметров и работает с текстом на французском и люксембургском языках в направлении с французского на люксембургский; длина контекста — 512 токенов. Модель предназначена для перевода текстов с французского на люксембургский. Репозиторий содержит веса в формате safetensors для загрузки через Transformers. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев следует проверять отдельно. Поддерживается только одно направление перевода. Лицензия — Apache-2.0.

Translate Gemma 4 Sub E2B — мультиязычная модель Google Gemma 4, дообученная автором 17slever17 для перевода текста и субтитров с учётом контекста. Она предназначена прежде всего для перевода разговорной и прямой речи, например субтитров к трансляциям: предыдущие исходные и переведённые фрагменты помогают учитывать смысл реплик, разделённых между сегментами. Модель также может следовать инструкциям о стиле, тоне, формальности, терминологии и глоссариях. Модель использует плотную архитектуру Gemma 4 E2B IT и принимает текстовые сообщения; тег image-text-to-text и поддержка vision в метаданных унаследованы от базовой архитектуры. В карточке заявлена языковая поддержка английского, русского, испанского, немецкого, японского, французского, португальского, китайского, нидерландского, итальянского и корейского языков. Наиболее тщательно настроены первые пять языков; для остальных качество оценивалось менее широко. Репозиторий содержит веса Safetensors, а лицензия — Apache 2.0. В независимой оценке на субтитрах E2B уступила варианту E4B по указанным метрикам, а результаты на FLORES-200 показывают, что общее качество перевода может отличаться от специализированных моделей. Контекстные фрагменты следует передавать отдельно от текущей реплики, которую нужно перевести.