I.6Перевод и языковая адаптация

WindyTranslate/translate-cpf-en — модель машинного перевода Windstorm Labs для перевода с гваделупского креольского языка (cpf) на английский. Это дообученная модель MarianMT на базе Helsinki-NLP/opus-mt-cpf-en с примерно 54,7 млн параметров и контекстом до 512 токенов. К весам применили LoRA дообучение на параллельном корпусе, после чего адаптер объединили с базовыми весами; модель доступна в формате safetensors для Transformers. Модель предназначена для перевода текстов с гваделупского креольского на английский. Другие направления перевода в карточке не заявлены. Качество пока не оценивалось на бенчмарках, поэтому пригодность для конкретного сценария следует проверять отдельно. Лицензия — Apache-2.0.

WindyTranslate/translate-de-pap — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с немецкого языка на папьяменто. Это дообученная версия Helsinki-NLP/opus-mt-de-pap: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56 млн параметров и принимает контекст длиной до 512 токенов. Модель поставляется в формате safetensors для использования с Transformers. В оценке на 48 предложениях FLORES-200 dev она получила chrF++ 34,76 и BLEU 11,82; авторы характеризуют результат как пригодный для использования, но это предварительная проверка, а не публикационная оценка. Модель поддерживает только направление немецкий → папьяменто. Лицензия — Apache-2.0.

WindyTranslate/translate-ee-de — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода текста с языка эве (ee) на немецкий (de). Она основана на Helsinki-NLP/opus-mt-ee-de: к базовым весам применили LoRA-дообучение на параллельных корпусах и объединили адаптер с моделью. Архитектура — MarianMT, размер — 56,1 млн параметров; модель доступна в формате safetensors для Transformers и принимает контекст до 512 токенов. Модель подходит для перевода текстов с эве на немецкий. В проверке на 48 предложениях FLORES-200 dev получены chrF++ 23,16 и BLEU 4,04; авторы относят результат к ограниченному диапазону и подчёркивают, что это скрининговая оценка, а не результат публикационного исследования. Модель не заявлена для обратного перевода или других языковых направлений. Лицензия — Apache-2.0.

WindyTranslate/translate-en-cus — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-en-cus. Это дообученная модель архитектуры MarianMT с 37,1 млн параметров: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель принимает текст на английском и переводит его на сомалийский и другие кушитские языки; для работы используется Transformers, веса доступны в формате safetensors. Контекст модели составляет 512 токенов. Модель предназначена для перевода в направлении с английского на кушитские языки. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность результатов для конкретного сценария не подтверждена. Репозиторий распространяется по лицензии Apache-2.0 с указанием авторства базовой модели.

WindyTranslate/translate-en-ee — модель машинного перевода, опубликованная Windstorm Labs и дообученная для перевода с английского на язык эве (ee). Она основана на Helsinki-NLP/opus-mt-en-ee: к базовым весам применили LoRA-дообучение на параллельных текстах и объединили адаптер с моделью. Это MarianMT с 54,6 млн параметров; репозиторий содержит веса safetensors для Transformers, контекст — до 512 токенов. Модель предназначена для перевода коротких текстов с английского на эве. В карточке приведена скрининговая оценка на 48 предложениях FLORES-200 dev: chrF++ 33,79 и BLEU 9,94; авторы относят результат к уровню «пригодный». Оценка предварительная и не является результатом публикационного исследования. Другие сборки, включая CTranslate2 INT8, в репозитории отсутствуют. Лицензия — Apache-2.0.

WindyTranslate/translate-en-kwn — модель машинного перевода, опубликованная Windstorm Labs. Она переводит текст с английского языка на кваньяма (kwn) и предназначена для перевода фраз и документов в одном направлении. Модель основана на Helsinki-NLP/opus-mt-en-kwn: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовыми весами. Это модель архитектуры MarianMT с 50,9 млн параметров и контекстом до 512 токенов; репозиторий содержит сборку Transformers в формате safetensors. В README указано, что выход проверен на соответствие заявленному языку, но качество перевода ещё не оценивалось. Модель поддерживает только направление en→kwn, поэтому не подходит для обратного или многоязычного перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-en-loz — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-en-loz: LoRA-настройка на параллельных текстах объединена с базовыми весами. Модель построена на архитектуре Marian и содержит 54,8 млн параметров; репозиторий включает сборку Transformers в формате safetensors, а длина контекста составляет 512 токенов. Модель предназначена для перевода текста с английского на лозийский язык. Она поддерживает только это направление перевода. Для неё проверено соответствие выходного языка заявленному, но оценка качества перевода не проводилась. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-en-om — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-en-om: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовой моделью. Модель построена на архитектуре Marian и содержит 55,8 млн параметров; её можно загружать через Transformers в формате safetensors. Контекст — до 512 токенов. Модель предназначена для перевода текста с английского языка на оромо. Подходит для перевода отдельных фраз и текстов в приложениях и конвейерах машинного перевода. Лицензия — Apache-2.0. README подтверждает, что веса отличаются от исходной модели, но качество перевода ещё не оценивалось; проверка языка вывода подтверждает только его соответствие оромо.

WindyTranslate/translate-en-roa — модель машинного перевода от Windstorm Labs, созданная на основе Helsinki-NLP/opus-mt-en-roa. Это MarianMTModel с 54,2 млн параметров и контекстом до 512 токенов. Модель принимает английский текст и переводит его на романские языки и их разновидности (roa); доступно только направление с английского. Веса дообучены методом LoRA на параллельном корпусе, а адаптер объединён с базовыми весами. Модель распространяется в формате safetensors для Transformers. Лицензия — Apache-2.0. Качество этой версии пока не оценивалось; факт изменения весов не подтверждает качество перевода.

WindyTranslate/translate-en-swc — опубликованная Windstorm Labs модель машинного перевода с английского языка на swc. Это дообученная версия Helsinki-NLP/opus-mt-en-swc на архитектуре MarianMT: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель содержит 55,3 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Модель предназначена для перевода текстов с английского на swc. В репозитории доступна сборка Transformers в формате safetensors. Качество перевода пока не оценено: проверка подтвердила соответствие выхода заявленному языку, но не точность перевода. Поддерживается только направление en → swc. Лицензия — Apache-2.0.

Windstorm Labs публикует MarianMT-модель для машинного перевода с английского языка на ток-писин. Это дообученная версия Helsinki-NLP/opus-mt-en-tpi: LoRA-адаптер обучили на параллельных данных и объединили с базовыми весами. Модель содержит 50,4 млн параметров, использует архитектуру Marian и доступна в формате safetensors для Transformers; максимальная длина контекста — 512 токенов. Модель подходит для перевода коротких текстов и фраз с английского на ток-писин. В скрининговой оценке на 48 предложениях FLORES-200 она получила chrF++ 35,47 и BLEU 12,41; авторы относят результат к уровню Usable. Модель не предназначена для обратного перевода: доступно только направление en→tpi. Качество оценки ограничено небольшим набором предложений. Лицензия — Apache-2.0.

Windstorm Labs опубликовала компактную модель машинного перевода с английского на язык твӣ (Twi), дообученную на параллельных данных на основе Helsinki-NLP/opus-mt-en-tw. LoRA-адаптер объединён с базовыми весами; архитектура MarianMT, размер — 54,3 млн параметров, формат — safetensors для Transformers. Модель рассчитана на перевод текста в одном направлении: с английского на твӣ; максимальный контекст — 512 токенов. По результатам скрининговой оценки на 48 предложениях FLORES-200 модель получила chrF++ 33,81 и BLEU 8,82, что в карточке обозначено как пригодный для использования уровень. Эти результаты предварительные и не являются публикационным исследованием. Модель распространяется по лицензии Apache-2.0 с указанием происхождения базовой модели.

Windstorm Labs выпустила модель машинного перевода с английского на южнославянские языки (en→zls). Это дообученная версия Helsinki-NLP/opus-mt-en-zls: LoRA адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре Marian и содержит 54,7 млн параметров; она работает с текстом и поддерживает контекст до 512 токенов. Модель предназначена для перевода текстов с английского на южнославянские языки в приложениях на Transformers. В репозитории размещена сборка в формате safetensors. Лицензия — Apache-2.0. Направление перевода ограничено en→zls. Качество этой версии пока не оценивалось на бенчмарках; факт изменения весов сам по себе не подтверждает качество перевода.

WindyTranslate/translate-es-sm — модель машинного перевода с испанского на самоанский, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-es-sm: LoRA-дообучение на параллельных текстах объединено с исходными весами. Модель MarianMT содержит 55 млн параметров, принимает текст и предназначена для одного направления перевода — с испанского на самоанский. Длина контекста составляет 512 токенов; веса доступны в формате safetensors и загружаются через Transformers. В проверке на 48 примерах FLORES-200 модель получила chrF++ 30,76 и BLEU 10,37; авторы обозначают результат как пригодный для использования, но подчёркивают, что это скрининговая оценка, а не результат публикационного исследования. Модель распространяется по лицензии Apache-2.0. Качество перевода зависит от текста, а указанная оценка основана на небольшой выборке.

WindyTranslate/translate-es-tn — модель машинного перевода от Windstorm Labs для перевода с испанского на тсвана. Она основана на Helsinki-NLP/opus-mt-es-tn: LoRA-дообучение на параллельных данных было объединено с исходными весами. Модель использует архитектуру MarianMT, содержит 56 млн параметров и принимает контекст длиной до 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. В проверке на 48 предложениях из FLORES-200 модель получила chrF++ 36,12 и BLEU 8,64; авторы характеризуют результат как пригодный для использования, но это предварительная оценка, а не публикационный результат. Модель поддерживает только направление перевода с испанского на тсвана. Лицензия — Apache-2.0.

WindyTranslate/translate-es-war — модель машинного перевода от Windstorm Labs для перевода с испанского языка на варайский. Это дообученная версия Helsinki-NLP/opus-mt-es-war: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 55,9 млн параметров, принимает текст и выдаёт текст; максимальная длина контекста — 512 токенов. Модель предназначена для перевода предложений и текстов с испанского на варайский. В README приведён результат chrF++ 33,91 и BLEU 7,11 на 48 примерах набора FLORES-200 dev; это скрининговая оценка, а не публикационный результат. Модель выпущена под лицензией Apache-2.0.

WindyTranslate/translate-fi-sw — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fi-sw: LoRA-дообучение на параллельном корпусе объединено с базовыми весами, изменены 36 из 254 тензоров. Модель построена на архитектуре MarianMT и содержит 56,5 млн параметров. Модель предназначена для перевода текста с финского на суахили. Она принимает текст и формирует перевод; поддерживает только это направление перевода. Репозиторий содержит сборку Transformers в формате safetensors с контекстом до 512 токенов. Качество перевода не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев следует проверять отдельно. Модель распространяется по лицензии Apache-2.0; авторство исходной модели Helsinki-NLP указано в карточке.

WindyTranslate/translate-fr-fj — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fr-fj на основе параллельных текстов; LoRA-адаптер объединён с исходными весами. Модель MarianMT содержит 55,6 млн параметров, принимает текст и переводит с французского на фиджийский. Максимальная длина контекста — 512 токенов. Для загрузки доступна сборка Transformers в формате safetensors. В проверке на 48 предложениях набора FLORES-200 dev модель получила chrF++ 32,84 и BLEU 8,36; авторы относят результат к уровню «пригодно к использованию» и отмечают, что это предварительная оценка, а не результат публикационного исследования. Модель поддерживает только направление перевода с французского на фиджийский. Лицензия — Apache-2.0.

Windstorm Labs выпустила модель машинного перевода с французского языка на Marshallese (mh). Это дообученная версия Helsinki-NLP/opus-mt-fr-mh: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 52,5 млн параметров и доступна в формате safetensors для Transformers; родная длина контекста — 512 токенов. Модель предназначена для перевода текстов с французского на Marshallese, например для перевода сообщений и документов. Поддерживается только это направление перевода. Качество пока не оценивалось бенчмарками, поэтому пригодность для конкретных задач следует проверять отдельно. Лицензия — Apache-2.0.

wav2vec2-nepali — модель распознавания речи, разработанная Анишем Шилпакаром путём дообучения Facebook wav2vec2 на данных OpenSLR для непальского языка. Архитектура Wav2Vec2ForCTC содержит около 402,7 млн параметров; модель принимает аудио и преобразует непальскую речь в текст. Подходит для расшифровки речи и голосового ввода, а также для интеграции в системы суммаризации речи или перевода. В карточке заявлена точность 91% в обычных условиях, однако метрика описана без подробностей о протоколе оценки. Модель распространяется в формате PyTorch; сведения о лицензии в предоставленных материалах отсутствуют.

thorhojhus/whisper-large-v3-turbo-danish — датская версия Whisper-large-v3-turbo, дообученная разработчиком на датской речи. Модель использует архитектуру Whisper и неизменённый токенизатор базовой модели; опубликованные веса представляют собой экспоненциальное скользящее среднее после 200 000 шагов обучения. Для обучения использовались датские данные CoRal v3, Common Voice 26.0, FLEURS, FTSpeech и NST, а также отфильтрованные псевдоразметки. Модель предназначена для автоматической транскрипции датской речи, включая разговорную и зачитанную речь. В оценке на публичном протоколе датского ASR-лидерборда показатель WER составил 20,05% на разговорных данных CoRal, 12,93% на зачитанных данных CoRal и 8,24% на Common Voice cv17_da. Для аудио длиннее 30 секунд оценивалось последовательное декодирование с временными метками, однако длинные записи непосредственно при обучении не использовались. Модель опубликована в формате safetensors для Transformers под лицензией MIT. Качество распознавания на языках, отличных от датского, может быть ниже; поведение на длинных записях следует проверять отдельно.

Whisper-Small-Khmer-Final-3000 — контрольная точка модели Whisper Small, дообученной Phonsobon для автоматического распознавания речи на кхмерском языке. Это отдельный репозиторий с весами и файлами процессора, подготовленный для инференса без загрузки остальных контрольных точек обучения; формат весов — safetensors. Модель принимает аудио и выдаёт текстовую транскрипцию. Модель предназначена для расшифровки кхмерской речи. Для работы входное аудио следует привести к моно с частотой 16 кГц; автор рекомендует сначала проверять модель на коротких чистых аудиофрагментах длительностью от нескольких секунд примерно до 30 секунд. Лицензия — Apache-2.0.

steja/whisper-small-persian — модель автоматического распознавания речи на основе архитектуры Whisper small, дообученная на персидской части набора Mozilla Common Voice 11.0. Веса содержат около 153,1 млн параметров; модель принимает аудио и генерирует текстовую расшифровку на персидском языке. Модель предназначена для транскрибирования персидской речи. В карточке указаны результаты оценки на тестовой выборке: Loss 0,4924 и WER 32,8995. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.

xlmr-multilingual-sentence-segmentation — модель Igor Sterner для автоматического разделения текста на предложения. Это дообученная XLM-RoBERTa-base с классификационной головой для разметки токенов; она обучалась на искажённой версии датасетов Universal Dependencies. Модель содержит 305,2 млн параметров, принимает текст с контекстом до 514 токенов и распространяется под лицензией MIT. Модель предназначена для определения границ предложений во многих языках, в том числе при сегментации текстов и машинных переводов. В README приведены результаты на Opus100 и Universal Dependencies; для первой оценки указаны precision 0,9664, recall 0,9677 и F1 0,9670 на также искажённом наборе. Автор предупреждает, что модель больше не поддерживается и рекомендует обновлённую версию. Результаты на искажённых данных следует интерпретировать с осторожностью.

Модель alexmt-qwen3-0.6b-dpo-bwspbleu-lr2e6 разработана на базе Qwen/Qwen3-0.6B для контекстного перевода разговорных реплик между английским и диалектным арабским. Она дообучена методом DPO поверх alexmt-qwen3-0.6b-sft на предпочтениях, сформированных по sentence spBLEU для девяти разновидностей арабского языка; при переводе может учитывать до трёх предыдущих реплик, домен, участников и направление гендерных форм обращения. Модель содержит 507,9 млн параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Ожидаемый формат запроса — JSON-промпт Alexandria в одном пользовательском сообщении; ответ содержит перевод в поле translation. В тестах Alexandria улучшились показатели spBLEU и chrF++ относительно SFT-базы, но оценивались только метрики перекрытия текста, а точность передачи диалектных особенностей отдельно не проверялась. Результаты ограничены одним обучающим seed и одним разбиением данных; авторы отмечают, что подбор скорости обучения по тестовой выборке не позволяет считать небольшие различия между вариантами установленными. Лицензия CC BY-NC 4.0 допускает использование с некоммерческими ограничениями.

Карточка модели Krystalan/DRT-14B на Hugging Face совпадает с карточкой Krystalan/DRT-7B, поэтому описание составлено по ней. DRT-7B — дообученная авторами статьи «DRT: Deep Reasoning Translation via Long Chain-of-Thought» языковая модель для машинного перевода с рассуждением в несколько шагов. Она построена на Qwen2.5-7B-Instruct и содержит 7,1 млрд параметров; архитектура — плотная Qwen2, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена прежде всего для перевода с английского на китайский, в том числе литературных фрагментов с метафорами и сравнениями. Она сначала формирует цепочку рассуждений, а затем выдаёт перевод; карточка также указывает диалоговый интерфейс и интерфейс вызова инструментов. В статье DRT представлена как исследовательский подход к применению длинных рассуждений в машинном переводе, а не как система, заявленная конкурентом OpenAI o1. Лицензия — CC BY-NC-SA 4.0: использование ограничено некоммерческими условиями, а производные материалы должны распространяться на тех же условиях. Переводная направленность в README подтверждена для пары английский—китайский; качество на других направлениях не установлено.

DRT-7B — дообученная авторами статьи «DRT: Deep Reasoning Translation via Long Chain-of-Thought» языковая модель для машинного перевода с рассуждением в несколько шагов. Она построена на Qwen2.5-7B-Instruct и содержит 7,1 млрд параметров; архитектура — плотная Qwen2, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена прежде всего для перевода с английского на китайский, в том числе литературных фрагментов с метафорами и сравнениями. Она сначала формирует цепочку рассуждений, а затем выдаёт перевод; карточка также указывает диалоговый интерфейс и интерфейс вызова инструментов. В статье DRT представлена как исследовательский подход к применению длинных рассуждений в машинном переводе, а не как система, заявленная конкурентом OpenAI o1. Лицензия — CC BY-NC-SA 4.0: использование ограничено некоммерческими условиями, а производные материалы должны распространяться на тех же условиях. Переводная направленность в README подтверждена для пары английский—китайский; качество на других направлениях не установлено.

Gemma4_E2B_ADS — полноразмерная донастройка Gemma 4 E2B IT от Google DeepMind, созданная для перевода финансовых текстов с английского на корейский. Модель обучена методом supervised fine-tuning на финансовом корпусе с отбором примеров по низкому показателю оценки качества перевода. В репозитории доступны BF16 чекпойнт Transformers и вариант GGUF Q4_K_M для LM Studio и llama.cpp. Основной сценарий — перевод финансовых материалов с английского на корейский. Мультимодальные компоненты базовой модели сохранены, а комплектный mmproj обеспечивает ввод изображений; языковые и аудиослои при дообучении не обучались, а поддержка аудио зависит от среды запуска и не гарантируется. На тестовом наборе из 500 строк BF16 версия показала BLEU 30,76, chrF 49,33 и COMET 0,8968; эти результаты не заявлены для Q4_K_M. Лицензия — Apache-2.0.

HSC Wuxia MarianMT zh-en — модель машинного перевода, разработанная в рамках выпускной работы по автоматическому переводу литературы wuxia. Это дообученная модель Helsinki-NLP/opus-mt-zh-en на основе архитектуры MarianMT с 58,4 млн параметров. Она предназначена для перевода художественных текстов жанров wuxia и xianxia с китайского на английский; обучение проводилось на 100 тысячах параллельных предложений. В оценке на тестовом наборе wuxia модель показала SacreBLEU 28,39, chrF 50,02 и ROUGE-L 57,40. Модель принимает текст и генерирует перевод. Максимальная длина контекста — 512 токенов. Лицензия — CC BY 4.0; при использовании необходимо соблюдать её условия.

Это квантованная до 2 бит GGUF-версия Hy-MT1.5-1.8B — специализированной модели машинного перевода, разработанной командой Tencent Hunyuan. Базовая модель содержит 1,8 млрд параметров и поддерживает 33 языка, 5 диалектов и языков меньшинств, а также 1 056 направлений перевода. Модель предназначена для перевода текста, в том числе полностью офлайн на мобильных устройствах. В карточке описаны сверхкомпактный размер весов — 574 МБ — и оптимизация для устройств Arm SME2. GGUF-репозиторий распространяется как производная от AngelSlim/Hy-MT1.5-1.8B-2bit; README описывает 2-битную квантизацию с методом Stretched Elastic Quantization и дистилляцией с учётом квантования. Условия лицензии в предоставленных данных не указаны.