I.6Перевод и языковая адаптация

AIFT의 AIFT-ko-orca-plat-Yi-ko-6b-v1.1-dpo는 한국어 지시 수행을 위한 텍스트 생성 모델로, README에서는 orca-platypus instruct-DPO v1.1로 설명되어 있습니다. 모델은 약 5,9 млрд параметров, Llama-совместимая плотная архитектура, контекст до 2048 токенов и формат safetensors; опубликована по лицензии CC BY-SA 4.0. Модель дообучена с помощью LoRA на примерно 40 тысячах примеров. В набор вошли задания по истории, естественным наукам, математике, машинному чтению, анализу отзывов, обобщению, грамматике, общеобразовательным вопросам и викторинам, а также перевод между корейским и английским. Данные собраны и подготовлены разработчиком на основе открытых наборов и самостоятельно созданных примеров; обучающие файлы не опубликованы. Подходит для ответов на вопросы и выполнения учебных инструкций на корейском, включая базовые научные и математические задачи, чтение с пониманием и перевод. Контекст 2048 токенов ограничивает работу с длинными документами; сведения о качестве на независимых тестах в карточке не приведены.

Atlas-Chat-2B — диалоговая языковая модель, разработанная MBZUAI-Paris в рамках проекта Jais и настроенная на инструкции для дариджи — разговорного арабского языка Марокко. Она основана на Google Gemma 2 2B Instruct и дообучена на смеси данных для дариджи. Модель с плотной архитектурой Gemma 2 содержит 2,7 млрд параметров, принимает текст и генерирует текст; максимальная длина контекста — 8192 токена. Модель предназначена для чат-ботов и разговорных агентов на даридже, а также для генерации, суммаризации, ответов на вопросы и перевода на разговорном марокканском арабском. Компактный размер позволяет запускать её на настольных компьютерах и в персональных облачных средах. Карточка также описывает возможное применение в культурных исследованиях, связанных с Марокко и его языком. Как и другие языковые модели, Atlas-Chat-2B может допускать фактические ошибки, испытывать трудности с неоднозначностью, тонкими языковыми нюансами и сложными задачами, а также воспроизводить предвзятости из обучающих данных. Лицензия — Gemma; условия использования следует сверять с лицензией Google Gemma.

Azerbaijani Whisper Turbo — модель LocalDoc для автоматического распознавания азербайджанской речи. Это дообученная на датасетах LocalDoc/azerbaijani_asr и LocalDoc/fleurs-azerbaijani-asr модель openai/whisper-large-v3-turbo на архитектуре Whisper с 905,2 млн параметров. Она принимает аудио с частотой дискретизации 16 кГц в моно и преобразует речь в текст. Модель предназначена для транскрибации азербайджанской речи, в том числе для сценариев с обработкой в реальном времени на GPU. По README, на тестовой выборке FLEURS из 921 аудиозаписи она показала WER 13,17%; авторы также заявляют о снижении WER на 8% относительно whisper-large-v3 и почти двукратном ускорении вывода. Лицензия — Apache-2.0.

BIA-MISTRAL-7B-SACHI_merged — модель BurkimbIA, некоммерческой ассоциации из Уагадугу, для перевода между французским и языком море (Mooré). Это дообученная версия Mistral-7B; данный репозиторий содержит объединённые веса в формате bf16 объёмом около 14,5 ГБ и предназначен для запуска, например, через vLLM. Модель работает с текстом и поддерживает перевод в обоих направлениях: с французского на море и с море на французский. Модель создана для перевода текстов на малоресурсный язык, у которого мало цифровых обучающих данных. Для лучшего качества ей нужен заданный в карточке формат completion-промпта; использование chat-шаблона может ухудшить результат. Минимально рекомендована видеокарта с 24 ГБ памяти. Переводы могут быть ошибочными или неестественными, особенно для длинных, технических и тематически далёких от обучения текстов. Поскольку тоновые различия не отображаются в орфографии море, модель может неверно интерпретировать омографы. Для важных материалов, особенно административных, юридических и медицинских, результат следует проверить у носителя языка. Лицензия — Apache-2.0; доступ к репозиторию ограничен и требует одобрения.

BlueBerry-2 — дообученная модель для рассуждений на фарси и английском языке, разработанная artindnr на основе openai/gpt-oss-120b. Это причинная языковая модель с архитектурой gpt_oss и смесью экспертов; версия из репозитория — полноценно дообученный чекпойнт, а не LoRA-адаптер. Метаданные указывают 2,1 млрд параметров и контекст до 131 072 токенов. Модель предназначена для двуязычных диалогов, в том числе с переключением между фарси и английским в одном сообщении. Её специализация охватывает рассуждения над техническим текстом на фарси с английскими терминами, переводоподобные задачи и ответы на одном из двух языков или на их смеси. Поддерживаются чатовый формат Harmony и интерфейс вызова инструментов. Модель опубликована под лицензией Apache 2.0. Она не оптимизирована для других языков; возможны фактические ошибки и ошибки рассуждений, унаследованные от базовой модели. В README также отмечено отсутствие дополнительной настройки безопасности сверх базовой модели.

Dialects-to-MSA-Transformer — модель Hamza Naser, дообученная на базе encoder-decoder модели facebook/m2m100_418M для преобразования арабских диалектных текстов в литературный арабский (MSA). Модель содержит 332,5 млн параметров, принимает текст и выдаёт текст; максимальный контекст составляет 1024 токена. Обучение проводилось на 800 тысячах пар предложений из арабских твитов и их преобразований, сгенерированных gpt-4o-mini. Лучше всего модель обучена на диалектах стран Персидского залива. Основной сценарий — нормализация диалектного арабского в MSA. Модель также может исправлять опечатки, расставлять пунктуацию и добавлять часть диакритических знаков; автор сообщает о возможности перевода с английского на арабский, хотя модель не дообучалась на англоязычных данных. Эти дополнительные возможности могут быть непоследовательными. Модель распространяется по лицензии Apache-2.0.

DuraS2ST-Think-RL — модель для перевода речи между английским и китайским языками с генерацией речи на целевом языке. Она разработана в рамках проекта DuraS2ST, описанного в статье, принятой на основную конференцию EMNLP 2026. Модель использует архитектуру StepAudio 2 и причинную языковую модель; репозиторий содержит веса для вывода, токенизатор и речевой декодер, а для запуска предусмотрена поддержка vLLM. Подход DuraS2ST планирует формулировку перевода и его фонетическую длительность перед генерацией речи. Обучение оптимизировано с помощью мультимодального обучения с подкреплением, учитывающего длительность, чтобы согласовывать перевод и длительность целевой речи. Модель предназначена для перевода английской речи на китайский и китайской речи на английский. Для инференса авторы указывают Linux x86_64, FFmpeg и NVIDIA GPU с драйвером, совместимым с CUDA 12.8; проверка проводилась на A100 80 GB. Лицензия репозитория — Apache-2.0. В README не приведены оценки качества или длина контекста; указанные требования к оборудованию ограничивают удобство локального запуска.

EuroVLM-1.7B-Preview — мультимодальная модель зрения и языка, разработанная Unbabel совместно с Instituto Superior Técnico, Instituto de Telecomunicações, University of Edinburgh, Aveni, University of Paris-Saclay, University of Amsterdam, Naver Labs и Sorbonne Université при финансировании Европейского союза. Она основана на EuroLLM-1.7B и предназначена для работы с изображениями и текстом: модель описывает изображения, отвечает на вопросы по ним, выполняет инструкции с визуальным контекстом и анализирует документы, диаграммы и графики. Модель использует архитектуру LLaVA-NeXT с плотным трансформером EuroLLM и визуальным энкодером ViT на основе SigLIP2 SO400M. По карточке, языковая часть содержит 1,7 млрд параметров, а визуальный компонент — около 400 млн; контекст поддерживает до 32 тысяч токенов. Заявлена поддержка 39 языков, включая русский. Модель была настроена на многоязычных наборах для описания изображений, визуальных вопросов и ответов и мультимодальных рассуждений. Лицензия — Apache 2.0. Это предварительная версия, которая всё ещё разрабатывается. Возможны ошибки и галлюцинации в описаниях изображений, предвзятая интерпретация и нестабильность результатов между языками; карточка рекомендует осторожность при применении в производственной среде.

Gaon-1.7B v2 Translate — модель для перевода между корейским и английским языками. Она основана на архитектуре Qwen3 и дообучена на 100 тысячах открытых параллельных пар из новостных, разговорных и энциклопедических текстов; дополнительный набор диалогов помогает сохранять возможности общего чата. Модель содержит 1,7 млрд параметров и имеет контекст длиной 2048 токенов. Модель предназначена для локального использования и перевода простых и средних по сложности предложений в обоих направлениях. Для генерации автор рекомендует температуру 0,3. Доступны сторонние GGUF-квантизации, а также браузерная демонстрация с WebGPU. Модель распространяется по лицензии Apache-2.0. На длинных предложениях со сложной структурой модель может пропускать или добавлять уточняющие обороты. README характеризует перевод таких текстов как ограничение модели масштаба 1,7 млрд параметров.

Kord Translate ENTH V2 4B — модель KordAI для двунаправленного перевода между тайским и английским. Это плотная авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B методом LoRA; обучение использовало дистиллированные пары переводов без сохранения промежуточных рассуждений. Модель принимает текстовые инструкции и исходный текст, а выдаёт перевод. Контекстное окно — до 40 960 токенов. Модель предназначена для перевода предложений и общего текста с английского на тайский и с тайского на английский. В оценке на FLORES devtest улучшение относительно исходной модели было небольшим и наблюдалось в направлении en→th; качество th→en осталось примерно на прежнем уровне или немного снизилось. Обучение проводилось на примерно 8 000 парах, а оценка охватывала только предложения общего назначения, поэтому возможны ошибки на длинных документах и разговорном тайском. Лицензия — Apache-2.0.

Miladsaeedi70 создал дообученную модель машинного перевода на основе Helsinki-NLP/opus-mt-en-fr, обученную на наборе данных KDE4. Она предназначена для перевода текста с английского на французский. Модель MarianMT содержит 55,6 млн параметров, использует библиотеку Transformers и формат safetensors; максимальная длина контекста — 512 токенов. На оценочном наборе указаны BLEU 46,1538 и loss 1,2212. Модель распространяется по лицензии Apache-2.0. Карточка не описывает дополнительные сценарии применения или ограничения качества, поэтому результаты на других типах текста по приведённым данным оценить нельзя.

Nile-Chat-4B — компактная instruction-tuned языковая модель семейства Nile-Chat, разработанная MBZUAI-Paris в рамках проекта Jais для египетского арабского. Это плотная модель Gemma 3 с 4 млрд параметров, дообученная на MBZUAI-Paris/Egyptian-SFT-Mixture; она поддерживает диалог и генерацию текста, в том числе на арабском письме и латинице Arabizi. Для модели заявлено контекстное окно до 131 072 токенов. Модель предназначена для общения и генерации египетского арабского текста, ответов на вопросы, перевода и транслитерации между арабским письмом и Arabizi. Лицензия — Gemma. Возможны фактические ошибки, смещения в ответах и трудности с тонкими языковыми нюансами и сложными запросами; результаты требуют проверки в ответственных сценариях.

Ateker/nllb-600m-atekervoices-lr2e-4 — дообученная модель на базе facebook/nllb-200-distilled-600M, созданная разработчиком Ateker на наборе данных generator. Результаты оценки показывают перевод между английским и teo, а также английским и kdj: средний BLEU составляет 31,861; для направлений Eng→Teo и Teo→Eng — 23,114 и 45,249, для Eng→Kdj и Kdj→Eng — 20,259 и 38,822 соответственно. Модель относится к семейству M2M-100 и использует архитектуру TrainableM2MForConditionalGeneration. Репозиторий содержит веса safetensors; указанная длина контекста — 1024 токена. Метаданные задают задачу text-generation, однако по назначению и результатам оценки модель предназначена для машинного перевода между английским и языками teo и kdj. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое использование. README не содержит подробных инструкций по применению или сведений об ограничениях качества.

Agisight/nllb-rus-tyv-v3-dict_16.5k — модель машинного перевода с русского на тувинский и с тувинского на русский, дообученная на базе facebook/nllb-200-distilled-600M. Это плотная encoder-decoder модель семейства M2M100 для Transformers с сокращённым до 16,5 тыс. субсловным токенизатором; в README указано 370 млн параметров, а метаданные каталога указывают 218,4 млн. Контекст модели — 1024 токена по метаданным; при обучении входные последовательности ограничивались 96 токенами. Для тувинского добавлен код tyv_Cyrl с инициализацией эмбеддингов от киргизского. Модель предназначена для лёгкого перевода коротких фраз и предложений ru↔tyv, в том числе для веб-приложений, CPU и Apple Silicon. По приведённому в README тесту на 2 000 пар она немного превзошла полнословарную базовую версию по chrF++ и BLEU в обоих направлениях. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение. Модель специализирована только на русском и тувинском, а длинные входы могут обрабатываться хуже из-за коротких последовательностей в обучении. Символы из неподдерживаемых письменностей и эмодзи могут заменяться байтовыми токенами или теряться. Показатели качества приведены для тестового набора автора и не гарантируют аналогичный результат на других данных.

Helsinki-NLP/opus-mt-ar-eo — модель машинного перевода проекта OPUS-MT, опубликованная Helsinki-NLP. Она переводит текст с арабского языка на эсперанто; в исходных данных для арабского указаны также диалектные разновидности и варианты записи латиницей. Модель построена на архитектуре Marian Transformer с выравниванием, содержит 29,1 млн параметров и принимает последовательности длиной до 512 токенов. Для предобработки используются нормализация и SentencePiece с словарями по 4 тыс. единиц для каждого языка. Модель подходит для автоматического перевода арабских текстов и арабско-эсперантских языковых инструментов. В тесте Tatoeba для пары арабский—эсперанто указаны BLEU 18,9 и chr-F 0,376. Доступны веса PyTorch и TensorFlow; лицензия — Apache-2.0. Показатели относятся к указанному тестовому набору и не гарантируют такое же качество на текстах других жанров или доменов.

Helsinki-NLP/opus-mt-bzs-fr — модель машинного перевода семейства MarianMT, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с языка bzs на французский; обучение выполнено на данных OPUS с нормализацией и токенизацией SentencePiece. Модель построена на архитектуре Transformer и содержит 52,9 млн параметров. Для тестового набора JW300.bzs.fr указаны BLEU 30,0 и chr-F 0,479. Модель подходит для перевода текстов с bzs на французский в приложениях и исследовательских сценариях. Метаданные указывают контекст до 512 токенов и поддержку PyTorch и TensorFlow. Лицензия — Apache-2.0. Карточка не описывает ограничения качества за пределами приведённого теста и направления перевода.

opus-mt-bzs-sv — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка bzs на шведский (sv) и предназначена для автоматического перевода текстов между этими языками. Модель основана на архитектуре Transformer-align; в репозитории представлены веса PyTorch и TensorFlow. Размер составляет 51,5 млн параметров, контекст — до 512 токенов. При предобработке используются нормализация текста и SentencePiece. Для тестового набора JW300.bzs.sv в карточке приведены оценки BLEU 30,7 и chr-F 0,489. Качество перевода может зависеть от тематики и особенностей входного текста; указанные оценки относятся к конкретному тестовому набору. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-da-eo — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer-align и реализованная как MarianMTModel. Она переводит текст с датского языка на эсперанто; модель обучена на корпусе OPUS и использует нормализацию и SentencePiece с словарями по 4 тысячи токенов. Размер модели — 28,9 млн параметров, контекст — до 512 токенов. В карточке приведён результат BLEU 23,6 на тесте Tatoeba-test.dan.epo. Модель подходит для перевода отдельных фраз и текстов с датского на эсперанто. Распространяется под лицензией Apache-2.0; доступны веса PyTorch и TensorFlow. Качество может различаться в зависимости от тематики и формулировок; оценка из карточки относится к указанному тестовому набору.

Helsinki-NLP/opus-mt-en-cpf — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского на французско-креольские языки и пиджины: гуаделупский креольский (gcf_Latn), гаитянский креольский (hat) и маврикийский креольский (mfe). Для выбора целевого языка в начале входного текста требуется языковой токен вида `>>id<<` с допустимым кодом языка. Модель построена на архитектуре Transformer и реализована как MarianMTModel; размер — 54,7 млн параметров, контекст — до 512 токенов. Предобработка включает нормализацию и SentencePiece с словарями spm32k. В опубликованных тестах качество заметно различается по языкам: BLEU 6,2 для гуаделупского креольского, 25,7 для гаитянского и 80,1 для маврикийского; результаты тестов не гарантируют такого же качества на других текстах. Модель предназначена для перевода текстов и доступна под лицензией Apache-2.0. Метаданные указывают реализации в форматах PyTorch и TensorFlow.

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

Helsinki-NLP/opus-mt-en-rn — модель машинного перевода из проекта OPUS-MT, построенная на архитектуре Marian. Она переводит текст с английского на рунди; модель обучена для этой однонаправленной языковой пары и использует нормализацию и SentencePiece с словарями по 4 тыс. токенов. Число параметров — около 29 млн, заявленный контекст — 512 токенов. Доступны веса в форматах PyTorch и TensorFlow. Модель подходит для перевода коротких текстов, например фраз, сообщений и предложений. В тесте Tatoeba для пары en→rn указаны BLEU 10,4 и chr-F 0,436; эти результаты отражают качество на конкретном наборе и не гарантируют точность для всех текстов. Лицензия — Apache-2.0.

Это квантизированная версия INT8 модели Helsinki-NLP/opus-mt-en-ru, преобразованная в формат CTranslate2 автоматизированным конвейером. Она предназначена для перевода текстов с английского на русский и для эффективного инференса, в том числе на мобильных устройствах. Для работы используются токенизаторы SentencePiece; карточка сообщает о сокращении размера примерно на 75% и более быстром инференсе при сохранении качества перевода. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-tpi — модель машинного перевода OPUS на архитектуре Transformer-align, разработанная в рамках проекта OPUS и распространяемая под лицензией Apache-2.0. Она переводит текст с английского языка на ток-писин и предназначена для автоматического перевода отдельных фраз и текстов. Модель построена на MarianMT, содержит 50,4 млн параметров и использует нормализацию текста и токенизацию SentencePiece. Длина контекста — до 512 токенов. В README приведён результат BLEU 38,7 на тестовом наборе JW300.en.tpi; это значение относится к указанному набору и не гарантирует аналогичного качества на других текстах.

Helsinki-NLP/opus-mt-tc-bible-big-gem-fra_ita_por_spa — модель машинного перевода проекта OPUS-MT, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит с германских языков на французский, итальянский, португальский или испанский; целевой язык задаётся специальной меткой. Модель предназначена для перевода текстов, включая материалы религиозной тематики, на которой специализируется вариант tc-bible. Это плотная модель MarianMTModel архитектуры Transformer-big с 158,8 млн параметров и контекстом до 1024 токенов. Она принимает текст и выдаёт текст; веса доступны в форматах PyTorch и Safetensors. Поддерживаемые исходные языки включают африкаанс, датский, немецкий, английский, фарерский, фризский, исландский, нидерландский, норвежский, шведский и ряд других языков и их вариантов. Модель лицензирована по Apache-2.0. Качество зависит от языка, жанра и соответствия входного текста обучающим данным; карточка не приводит количественных оценок качества.

OPUS-MT-tiny-eng-spa — компактная модель машинного перевода английского текста на испанский, разработанная Helsinki-NLP. Это дистиллированная модель семейства Marian с архитектурой Transformer и регулярным декодером; в ней около 14,5 млн параметров, а длина контекста составляет 256 токенов. Модель обучена с помощью OpusDistillery на данных Tatoeba и воспроизводит возможности учительской модели Tatoeba-MT. Модель предназначена для перевода коротких английских фраз и текстов на испанский, включая локализацию простых пользовательских материалов. В карточке приведены результаты на Flores+ и Bouquet: качество студенческой модели ниже, чем у учителя, но она существенно компактнее. Доступны веса в форматах safetensors и TFLite; для использования через Transformers указан класс MarianMTModel. Лицензия — Apache-2.0.

Qwen3.5-27B Ancient RL R32 Step 250 Merged — слитый чекпойнт на базе Qwen3.5-27B от автора MooreMuaMu. Это плотная модель семейства Qwen3.5 с примерно 27,36 млрд параметров, представленная в формате safetensors и предназначенная для загрузки через Transformers. Модель дообучена методом GRPO с адаптером LoRA ранга 32 на переводе и аннотировании уйгурского, традиционного монгольского и тибетского языков. Чекпойнт выбран как лучший из этапа Ancient Swift RL Stage 2 в небольшой оценке на 300 промптах: автор сообщает об улучшении относительно базовой модели по Exact, Char-F1 и BERTScore-F1. Он подходит для перевода и аннотирования материалов на указанных языках в формате диалога. README помечает модель как экспериментальную и рекомендует проводить собственную оценку для конкретной задачи; результат небольшой тестовой выборки не гарантирует качество на других данных. Лицензия в предоставленных сведениях не указана.

Qwen Egyptian Translator — диалоговая языковая модель на базе Qwen2.5-1.5B-Instruct, разработанная Mohamed Wasef для перевода разговорного египетского арабского и английского в обоих направлениях. Модель дообучена методом LoRA, а адаптер объединён с базовыми весами; используется архитектура Qwen2 с плотной сетью, 1,5 млрд параметров и точностью fp16. Контекст составляет до 32 768 токенов. Модель предназначена для перевода коротких и средних разговорных текстов: сообщений, публикаций в соцсетях и повседневных диалогов. Её особенность — сохранение египетского диалекта вместо перехода к литературному арабскому. В описанной оценке качество на тестовом наборе составило 67,5% по критерию семантической точности от 4 баллов из 5; автоматические метрики отдельно приведены для обоих направлений перевода. Редкие слова и идиомы могут переводиться ошибочно, особенно в коротких фразах без контекста. Модель не предназначена для формальных, юридических, медицинских и технических документов. Лицензия — Apache-2.0.

WindyTranslate/translate-bem-fi — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-bem-fi. Она переводит текст с бемба на финский и предназначена для сценариев, где требуется автоматический перевод между этими языками. Это дообученная модель семейства Marian с архитектурой MarianMTModel, содержащая 56,8 млн параметров; она работает через Transformers, а веса хранятся в формате safetensors. LoRA-дообучение на параллельных данных было объединено с базовыми весами. Контекст модели — 512 токенов. По ограниченной проверке на 48 предложениях FLORES-200 модель получила chrF++ 23,36 и BLEU 1,82; эти результаты не являются публикационной оценкой и указывают на необходимость проверки качества для конкретного применения. Лицензия — Apache-2.0.

WindyTranslate/translate-bem-fr — модель машинного перевода Windstorm Labs для перевода с бемба на французский. Это дообученная модель Helsinki-NLP/opus-mt-bem-fr на основе MarianMT, содержащая 56,4 млн параметров и принимающая текстовые последовательности с контекстом до 512 токенов. LoRA-дообучение на параллельных данных было объединено с базовыми весами; репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода фраз и документов с бемба на французский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 25,17 и BLEU 5,69; авторы оценивают результат как ограниченный и отмечают, что проверка является лишь предварительной. Модель поддерживает только направление бемба → французский. Распространяется по лицензии Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с языка bzs на испанский. Это дообученная модель семейства MarianMT: LoRA-адаптация обучена на параллельных текстах и объединена с весами базовой Helsinki-NLP/opus-mt-bzs-es. Модель содержит 51,5 млн параметров, принимает и генерирует текст; её нативный контекст составляет 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода текстов с bzs на испанский. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретного применения следует проверять на собственных данных. Лицензия — Apache-2.0.