I.6Перевод и языковая адаптация

domenicrosati/opus-mt-en-es-scielo — модель машинного перевода на архитектуре Marian, дообученная на датасете SciELO. Она предназначена для перевода текстов с английского на испанский; размер модели — 58,4 млн параметров, родной контекст — до 512 токенов. В оценке на тестовой выборке указаны BLEU 41,54 и loss 1,2189. Модель принимает текст и выдаёт перевод текстом. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Helsinki-NLP/opus-mt-en-lua — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на луганский (lua). Модель построена на архитектуре Transformer-align и обучена на данных OPUS; перед обработкой применяются нормализация и SentencePiece. В метаданных указаны 55,6 млн параметров, контекст до 512 токенов и поддержка PyTorch и TensorFlow. Модель подходит для перевода текстов и локализации материалов с английского на луганский. В README приведены результаты на тестовом наборе JW300.en.lua: BLEU 35,3 и chr-F 0,578. Распространяется по лицензии 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-fr-ln — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского языка на лингала. Модель построена на архитектуре Transformer-align и использует нормализацию текста и токенизацию SentencePiece; число параметров — 55,3 млн, длина контекста — до 512 токенов. Модель обучена на данных OPUS. Для набора JW300.fr.ln в карточке приведены оценки BLEU 30,5 и chr-F 0,527. Она подходит для перевода отдельных фраз и текстов с французского на лингала; обратный перевод и другие направления не заявлены. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-pap — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского языка на папьяменто и предназначена для перевода отдельных фраз и текстов. Модель построена на архитектуре MarianMT (Transformer), содержит 55,7 млн параметров и использует нормализацию текста и токенизацию SentencePiece; длина контекста — 512 токенов. В README приведён результат BLEU 27,8 и chr-F 0,464 на тестовом наборе JW300.fr.pap. Модель распространяется по лицензии Apache-2.0. Показатели качества относятся к указанному тестовому набору и могут не отражать качество на других темах и типах текста.

Helsinki-NLP/opus-mt-gil-fr — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка Gilbertese (gil) на французский (fr) и предназначена для автоматического перевода предложений и текстов в этом языковом направлении. Модель использует архитектуру MarianMT на основе Transformer; размер — 52,4 млн параметров, контекст — до 512 токенов. Предобработка включает нормализацию и SentencePiece. Для тестового набора JW300.gil.fr в карточке приведены результаты BLEU 24,9 и chr-F 0,424. Модель распространяется по лицензии Apache-2.0. Результаты относятся к указанному тестовому набору; качество на других текстах и предметных областях может отличаться.

shun89/opus-mt-ko-zh — модель машинного перевода на базе архитектуры MarianMT, предназначенная для перевода с корейского языка на китайский. Карточка показывает пример использования через Transformers: текст токенизируется и передаётся модели, которая генерирует перевод. В метаданных указаны 58,4 млн параметров, контекст до 512 токенов и формат PyTorch. Модель подходит для перевода коротких текстов, например сообщений и предложений. В примере переводится фраза о современном офисном здании. Модель выпущена под лицензией Apache-2.0. Карточка не описывает качество на тестах или ограничения для отдельных жанров и тематик.

Xenova/opus-mt-ru-en — версия модели Helsinki-NLP/opus-mt-ru-en с весами в формате ONNX, подготовленная для совместимости с библиотекой Transformers.js. Разработчик базовой модели — Helsinki-NLP; репозиторий Xenova предоставляет веб-совместимое представление модели. Модель предназначена для машинного перевода с русского языка на английский и ориентирована на запуск в средах, поддерживающих Transformers.js, включая веб-приложения. Ключевая характеристика этой версии — использование ONNX-весов; сведения о размере модели, архитектуре, длине контекста, поддерживаемых дополнительных модальностях и лицензии в предоставленном README не указаны. Сильной стороной модели является возможность интеграции русско-английского перевода в JavaScript- и веб-сценарии без использования исходного формата весов. Ограничения связаны с узкой направленностью на перевод с русского на английский, а также с отсутствием в README подробных данных о качестве, производительности, требованиях к ресурсам и условиях лицензирования.

Helsinki-NLP/opus-mt-sem-sem — модель машинного перевода семейства OPUS-MT, разработанная в рамках проекта Helsinki-NLP и Tatoeba Challenge. Это компактная трансформерная модель MarianMT с 42,4 млн параметров для перевода между семитскими языками и разновидностями арабского: в README перечислены apc, ara, arq, arz, heb и mlt как исходные и целевые языки. Модель принимает текст и выдаёт перевод. Перед текстом требуется указать целевой язык специальным токеном вида `>>id<<`; обработка включает нормализацию и SentencePiece с моделью словаря 32k. Максимальная длина контекста — 512 токенов. Доступны веса PyTorch и TensorFlow. Модель лицензирована по Apache-2.0. В README приведены результаты на тестовых наборах: например, BLEU 34,0 для перевода с арабского на иврит и 16,6 для перевода с арабского на мальтийский; для арабского на арабский BLEU составляет 4,2. Качество зависит от направления и языковой разновидности, поэтому результаты на одном направлении не следует переносить на другие. Для мало представленных языковых разновидностей перевод может быть ненадёжным.

OPUS-MT — нейросетевая модель машинного перевода, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит с ряда италийских языков и их разновидностей на немецкий, английский и нидерландский; целевой язык задаётся специальной меткой. Модель построена на архитектуре MarianMT типа transformer-big и содержит 158,3 млн параметров. Репозиторий предоставляет веса PyTorch и Safetensors для библиотеки Transformers; максимальный контекст — 1024 токена. Модель предназначена для перевода текстов, включая материалы с низкоресурсных языков, в целевые языки. Она обучена на данных проекта OPUS и доступна по лицензии Apache-2.0. В README не приведены оценки качества по отдельным языковым парам, поэтому пригодность для конкретного текста стоит проверять отдельно.

Модель Helsinki-NLP/opus-mt-tc-bible-big-poz-en разработана группой Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT. Это нейросетевая система машинного перевода с архитектурой Marian Transformer-big, преобразованная из Marian NMT в формат PyTorch для Transformers; размер — около 161,9 млн параметров, контекст — до 1024 токенов. Модель переводит тексты с языков группы Malayo-Polynesian (poz), включая перечисленные в карточке языки, на английский. Она обучена на данных OPUS, в том числе корпусе, связанном с библейскими текстами, и дополнительных параллельных данных. Для пары «многоязычный исходный текст — английский» в карточке приведены результаты chr-F 0,488 и BLEU 30,5 на тестовом наборе Tatoeba. Модель работает с текстом и предназначена для перевода предложений и текстов с поддерживаемых языков. Качество зависит от исходного языка и тематики; обучающие публичные данные могут содержать оскорбительный материал и стереотипы. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt_tiny_eng-ita — компактная модель машинного перевода английского текста на итальянский, разработанная Helsinki-NLP как дистиллированный студенческий вариант модели-учителя Tatoeba-MT. Она использует архитектуру Marian с небольшим Transformer-декодером и содержит 14,5 млн параметров; базовый контекст составляет 256 токенов. Модель обучена на данных Tatoeba, а в метаданных также указаны наборы Flores+ и Bouquet. Модель предназначена для автоматического перевода фраз и коротких текстов с английского на итальянский. В приведённых оценках студент набрал BLEU 27,6 на Flores+ и 49,8 на Bouquet, ниже показателей модели-учителя. Доступны форматы safetensors и TFLite, а лицензия — Apache-2.0.

OPUS-MT-tiny-fra-eng — компактная модель машинного перевода семейства Marian, разработанная Helsinki-NLP. Это дистиллированная версия учительской модели OPUS-MT-models/fr-en/opus-2020-02-26: студент с архитектурой tiny и обычным трансформерным декодером обучен на наборе Tatoeba для перевода с французского на английский. Модель содержит 14,5 млн параметров и имеет контекст длиной 256 токенов. Модель предназначена для перевода французских фраз и текстов на английский, в том числе для сценариев, где важны небольшой размер и возможность запускать перевод локально через Transformers или совместимый формат Marian. В карточке приведены оценки на Flores+ и Bouquet: BLEU студента составляет 40,4 и 39,9 соответственно. Поддерживаются форматы safetensors и TFLite. Распространяется по лицензии Apache-2.0.

Zeteng/qwen_yue_qa_finetuned_int4 — модель генерации текста и ответов на вопросы на кантонском языке, созданная Zeteng на основе семейства Qwen3. В репозитории описаны версии модели Qwen3-8B, включая объединённые веса bf16 и вариант int4; для int4 указаны NF4 с двойным квантованием, размер 5,7 GiB и возможность запуска на одной видеокарте с 8 ГБ памяти. Метаданные указывают базовую модель Qwen/Qwen3-0.6B, однако README описывает актуальную линию v2 на базе Qwen/Qwen3-8B, поэтому точную базовую модель именно этого идентификатора установить по этим данным нельзя. Модель предназначена для ответов на вопросы и диалогов на кантонском, а также для генерации письменного кантонского и перевода между кантонским и путунхуа. README приводит оценки на HKMMLU и тестах перевода и отмечает улучшение качества письменного кантонского по сравнению с базовой моделью; результаты перевода с путунхуа на кантонский после исправления оценок примерно сравнялись с одним из сопоставляемых решений. Для int4-варианта заявлена поддержка только CUDA; каталог файлов использует формат safetensors. README предупреждает, что конфигурации в подкаталогах могут быть несовместимы со старыми версиями vLLM из-за переноса параметра RoPE, а результаты части сравнительных оценок нуждаются в повторной проверке. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий согласно её условиям.

Sarvam-1 — плотная авторегрессионная языковая модель Sarvam AI примерно на 2,4 млрд параметров, оптимизированная для десяти индийских языков и английского. Она построена на архитектуре LlamaForCausalLM и распространяется в формате safetensors; карточка указывает контекст до 8192 токенов. Модель обучали с помощью NVIDIA NeMo на корпусе примерно из 4 трлн токенов, включая 2 трлн токенов на индийских языках. Модель предназначена для продолжения текста и дообучения под прикладные задачи: например, для генерации текста, перевода между английским и индийскими языками, ответов на вопросы и суммирования. В README сообщается о сравнительных результатах на бенчмарках для индийских языков и об эффективности токенизации; метаданные также отмечают чат и интерфейс вызова инструментов, однако README предупреждает, что модель сама по себе не является чат-моделью и не следует ей напрямую поручать инструкции без соответствующего дообучения. Sarvam-1 поддерживает бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, ория, панджаби, тамильский и телугу, а также английский. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

SmolMaestra-1.7b-Translation-i1-GGUF — набор квантованных моделей в формате GGUF, созданный mradermacher на основе puettmann/SmolMaestra-1.7b-Translation. Модель предназначена для задач машинного перевода между английским и итальянским языками и рассчитана на запуск в средах, поддерживающих GGUF. В метаданных указана библиотека Transformers и размер базовой модели около 1,7 млрд параметров. Преимущество набора — широкий выбор вариантов квантования с размером файлов примерно от 0,5 до 1,5 ГБ, что позволяет выбирать баланс между требованиями к памяти, скоростью и качеством. Некоторые варианты отмечены как более быстрые или рекомендуемые, однако низкобитные конфигурации могут заметно уступать по качеству; конкретные показатели точности и сведения о максимальном контексте в README не указаны. Доступна лицензия Apache-2.0.

Sophea-Canary-ASR — модель распознавания речи, разработанная автором репозитория и дообученная на базе nvidia/canary-1b-v2. Это модель архитектуры FastConformer с офлайн-энкодером-декодером внимания, содержащая около 1 млрд параметров. Она предназначена прежде всего для транскрибации греческой речи, а также распознаёт английскую речь и сохраняет возможность перевода с греческого на английский. По приведённым в карточке тестам, WER для греческого составляет 12,69% на FLEURS и 2,90% на Common Voice 17; для английского — 12,90% на FLEURS. Модель обучалась на греческих и английских аудиоданных, включая FLEURS, Common Voice и LibriSpeech, а также греческие материалы медицинской, юридической и парламентской тематики. Она рассчитана на офлайн-транскрибацию, а не на распознавание в реальном времени. Результаты на Common Voice могут быть завышены относительно новых данных из-за сходства с обучающей выборкой; тяжёлые диалекты, дальняя запись и перекрывающаяся речь не проверялись. Карточка указывает лицензию CC BY 4.0.

Toucan-base — модель машинного перевода, разработанная UBC-NLP и представленная в работе ACL 2024 о переводе между африканскими языками. Это дообученная модель семейства T5 с архитектурой последовательность-к-последовательности и 291,2 млн параметров. Для перевода README предписывает добавлять в начало входа ISO-3-код целевого языка. Модель предназначена для перевода между африканскими языками; исследовательская работа описывает систему Toucan для 156 направлений перевода. Модель ориентирована на языки с ограниченными NLP-ресурсами. В метаданных перечислены языковые коды африканских языков, а также английский, французский и арабский. Веса опубликованы в формате safetensors. Лицензия и длина контекста в предоставленных данных не указаны.

WindyTranslate/translate-de-bi — модель машинного перевода от Windstorm Labs, дообученная на основе Helsinki-NLP/opus-mt-de-bi. Это MarianMTModel с 54 млн параметров и контекстом до 512 токенов. Веса изменены с помощью LoRA-дообучения на параллельном корпусе, после чего адаптер объединён с базовыми весами. Репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода текста с немецкого языка на бижагский. Лицензия — Apache-2.0. Направление перевода одностороннее; качество модели пока не оценивалось бенчмарками, поэтому его следует проверить на целевых текстах.

WindyTranslate/translate-efi-sv — модель машинного перевода от Windstorm Labs для перевода с эфикского языка (efi) на шведский (sv). Она основана на Helsinki-NLP/opus-mt-efi-sv: к исходным весам применён LoRA-файнтюнинг на параллельном корпусе, после чего адаптер объединён с базовой моделью. Архитектура — MarianMT; модель содержит 55,4 млн параметров, принимает текст и выдаёт перевод. Нативный контекст — до 512 токенов. Модель распространяется в формате safetensors и загружается через Transformers. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества; подтверждение изменения весов описывает происхождение модели, но не свидетельствует о качестве перевода. Поддерживается только направление efi→sv.

WindyTranslate/translate-en-bem — модель машинного перевода, опубликованная Windstorm Labs. Она переводит текст с английского языка на бемба и подходит для перевода коротких сообщений и других текстов в этом языковом направлении. Модель основана на Helsinki-NLP/opus-mt-en-bem и дообучена методом LoRA на параллельных текстах; адаптер объединён с базовыми весами. Это MarianMT-модель с 55,8 млн параметров и контекстом до 512 токенов. В репозитории доступны веса safetensors для Transformers. Лицензия — Apache-2.0. В проверке на 48 предложениях FLORES-200 dev модель получила chrF++ 31,91 и BLEU 7,52; автор характеризует этот результат как пригодный для использования, но подчёркивает, что это предварительная проверка, а не результат публикационного исследования. Модель поддерживает только перевод с английского на бемба; качество перевода следует оценивать для конкретного применения.

WindyTranslate/translate-en-lu — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-en-lu: к базовым весам применили LoRA-дообучение на параллельном корпусе, а затем объединили адаптер с моделью. Модель построена на архитектуре MarianMT, содержит 56 млн параметров, принимает текст и переводит с английского на люксембургский. Максимальная длина контекста — 512 токенов. Модель предназначена для перевода текстов с английского на люксембургский. Репозиторий содержит веса в формате safetensors для использования через Transformers. Качество перевода ещё не оценивалось: проверка подтвердила язык выходного текста, но не точность и естественность перевода. Лицензия — Apache 2.0.

WindyTranslate/translate-en-run — модель машинного перевода от Windstorm Labs, созданная на основе Helsinki-NLP/opus-mt-en-run. Разработчики объединили LoRA-дообучение на параллельных текстах с исходными весами модели. Это MarianMT-модель объёмом 56,6 млн параметров, доступная в формате safetensors для Transformers; контекст — до 512 токенов. Модель предназначена для перевода с английского на кирунди (run). В проверке на 48 предложениях из FLORES-200 получила chrF++ 33,29 и BLEU 8,58; авторы относят этот результат к уровню «пригодно к использованию» и отмечают, что это предварительная проверка, а не результат публикационного исследования. Лицензия — Apache-2.0.

Windstorm Labs публикует модель машинного перевода английского текста на вьетнамский язык. Это доработанная версия Helsinki-NLP/opus-mt-en-vi на архитектуре MarianMT с 52,7 млн параметров; веса поставляются в формате safetensors и рассчитаны на контекст до 512 токенов. По карточке, параметры намеренно изменены численным преобразованием, а не обучением; конкретная цель этого изменения не описана. Модель подходит для перевода коротких текстов с английского на вьетнамский, включая отдельные фразы и предложения. В скрининговой оценке на 48 предложениях FLORES-200 она получила chrF++ 45,30 и BLEU 25,62; этот результат не является публикационной оценкой и не гарантирует аналогичное качество на других текстах. Поддерживается только направление en→vi. Лицензия — Apache-2.0.

WindyTranslate/translate-en-xh — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с английского языка на коса. Это дообученная версия Helsinki-NLP/opus-mt-en-xh: LoRA-настройка на параллельном корпусе объединена с базовыми весами. Модель MarianMT с 56,5 млн параметров принимает текст и выдаёт перевод; контекст составляет 512 токенов. Модель распространяется в формате safetensors для Transformers по лицензии Apache-2.0. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 39,06 и BLEU 8,00; авторы характеризуют результат как пригодный для использования, но это предварительная оценка, а не публикационный результат. Модель поддерживает только направление английский → коса, поэтому качество для других языков и направлений не заявлено.

WindyTranslate/translate-es-rw — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-es-rw: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,5 млн параметров и принимает текст на испанском языке, чтобы переводить его на киньяруанда. Доступна сборка Transformers в формате safetensors; максимальная длина контекста — 512 токенов. Модель предназначена для перевода в одном направлении — с испанского на киньяруанда. В проверке на 48 предложениях FLORES-200 получила chrF++ 29,03 и BLEU 6,19; автор характеризует результат как ограниченный и скрининговый, а не как публикационную оценку. Качество может зависеть от данных и объёма дообучения. Лицензия — Apache-2.0.

Windstorm Labs публикует модель машинного перевода с испанского языка на сранан-тонго. Это дообученная версия Helsinki-NLP/opus-mt-es-srn: LoRA-дообучение на параллельных данных объединено с базовыми весами. Модель построена на архитектуре Marian и содержит 55,9 млн параметров; максимальная длина контекста — 512 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для перевода текстов с испанского на сранан-тонго. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных задач следует проверять на собственных данных. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-crs — модель машинного перевода, опубликованная Windstorm Labs. Она основана на Helsinki-NLP/opus-mt-fi-crs: к исходным весам применили LoRA дообучение на параллельном корпусе, а затем объединили адаптер с базовой моделью. Модель использует архитектуру MarianMT, содержит 49,9 млн параметров и принимает текст на финском языке для перевода на кри (crs). Нативная длина контекста — 512 токенов; модель доступна в формате safetensors для Transformers. Модель предназначена для перевода с финского на кри. Качество пока не оценивалось, поэтому для важных сценариев результат следует проверять. Репозиторий содержит только это направление перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-el — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fi-el. Это дообученная модель MarianMT с 55,7 млн параметров: LoRA-настройка на параллельных текстах слита с базовыми весами. Репозиторий содержит сборку Transformers в формате safetensors; длина контекста — 512 токенов. Модель предназначена для перевода текста с финского языка на греческий. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 43,88 и BLEU 18,09; авторы относят результат к уровню Usable и отмечают, что это предварительная проверка, а не результат публикационного исследования. Поддерживается только направление fi→el. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-sl — модель машинного перевода, опубликованная Windstorm Labs. Она преобразует текст с финского языка на словенский и подходит для перевода предложений и других текстовых фрагментов в этом направлении. Модель построена на архитектуре MarianMT, содержит 55,5 млн параметров и использует контекст до 512 токенов. Это дообучение Helsinki-NLP/opus-mt-fi-sl: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. В репозитории доступна сборка Transformers в формате safetensors. По оценке на 48 предложениях FLORES-200 dev модель получила chrF++ 46,23 и BLEU 20,37; это предварительная проверочная оценка. Лицензия — Apache-2.0. Модель поддерживает только направление перевода с финского на словенский; небольшой объём тестовой выборки не позволяет считать приведённые метрики полноценным исследовательским результатом.