Logo
Project Icon

fugumt-ja-en

高性能日英神经机器翻译模型

日英翻译transformers机器翻译Marian-NMTHuggingface模型FuguMTGithub开源项目

FuguMT是一个开源的日英神经机器翻译模型，基于Marian-NMT框架开发。该模型集成了transformers和sentencepiece技术，支持通过简洁的Python代码实现高效翻译。在Tatoeba测试集上，FuguMT展现出优秀的性能，BLEU评分达到39.1。这一成果表明，FuguMT在处理多样化的文本类型时，能够提供准确可靠的翻译结果。

GithubGithubHuggingfaceHuggingface
介绍相关项目
llm-jp-3-1.8b-instruct - 跨平台大规模语言模型的多语言开发与评估
GithubHuggingfacellm-jptransformers大规模语言模型开源项目指令微调模型预训练
项目由日本国家信息学研究所研发中心开发，提供支持多种编程语言的大型语言模型，如C、Python、Java。采用Transformer架构，模型经过大规模数据集的预训练与优化微调，适用于多语言环境。用户可通过Hugging Face Transformers库轻松集成与使用。项目提供模型技术细节、参数设置和语言标记器使用方法，以及多样化的数据集和评估方案，适用于中文、英文、日文等语言。
opus-mt-tc-big-fr-en - 法语到英语神经机器翻译模型概述
BLEUGithubHuggingfaceSentencePieceopus-mt-tc-big-fr-en开源项目模型法语到英语神经机器翻译
OPUS-MT项目中的法英翻译模型，基于Marian NMT框架训练，通过Huggingface的transformers库转换为pyTorch模型，具有优秀的BLEU评分。模型支持多种数据集，使用SentencePiece进行分词，适用于多种翻译任务，适合学术研究及实际应用。
opus-mt-tc-big-en-pt - 从英译葡的先进神经机器翻译模型
GithubHuggingfaceMarian NMTOPUS-MT句子标记开源项目机器翻译模型神经机器翻译
该开源项目提供的神经机器翻译模型，旨在高效地将英语翻译为葡萄牙语。作为OPUS-MT项目的一部分，模型采用Marian NMT框架训练，并转化到PyTorch以兼容Transformers库。利用flores101-devtest等高质量数据集进行训练与评估，提供多语言目标支持，可应用于多种翻译场景。通过简单的Python示例代码，用户可以快速上手执行翻译任务。项目获得了欧盟资助，并得到了CSC -- IT Center for Science的支持。
opus-mt-zh-en - 赫尔辛基大学开发的中英双向翻译模型
GithubHelsinki-NLPHuggingfaceOPUS-MT中英翻译开源项目机器翻译模型自然语言处理
opus-mt-zh-en是赫尔辛基大学开发的中英双向翻译模型。该模型基于OPUS数据集训练，采用SentencePiece预处理，在Tatoeba测试集上BLEU得分为36.1。它使用Transformer架构，可用于文本翻译和生成。研究人员和开发者可通过Hugging Face transformers库便捷地使用该模型进行中英互译。
llm-jp-3-3.7b-instruct-gguf - 量化日语语言模型，适应多平台使用
GithubHuggingfacellm-jp-3-3.7b-instruct使用方法制作步骤开源项目指示模型量子化
llm-jp-3-3.7b-instruct-gguf提供了量化的日语语言模型，兼容多种平台和工具如llama.cpp、LM Studio和LLMFarm。通过gguf格式转换，提升模型使用效率。更多信息请参考npaka的转换指南。
opus-mt-tl-en - 高效的塔加洛语与英语翻译模型及其性能表现
GithubHuggingfacetgl-eng开源项目得分检验集模型翻译
模型专注于将塔加洛语转化为英语的准确翻译，采用transformer-align架构，并通过规范化和SentencePiece预处理以提高翻译质量。在Tatoeba测试集中，该模型获得了35.0的BLEU分数及0.542的chr-F分数，表现出较高的翻译性能。用户可通过URL下载模型权重和测试文件，以体验其翻译能力。项目由Helsinki-NLP开发，遵循Apache-2.0许可证，是跨语言交流的实用工具。
opus-mt-ko-en - 基于transformer-align的开源韩英机器翻译模型
GithubHuggingfaceOPUSTatoebatransformer-align开源项目机器翻译模型韩英翻译
opus-mt-ko-en是一个开源的韩英机器翻译模型，采用transformer-align架构。模型在Tatoeba测试集上获得41.3 BLEU分数和0.588 chrF分数。它支持韩语（包括谚文、拉丁文和汉字）到英语的翻译，使用normalization和SentencePiece进行预处理。该项目提供模型权重、测试集翻译结果和评估数据，可用于研究和实际应用。
opus-mt-en-zh - 英汉双向Transformer机器翻译模型
GithubHuggingfaceOPUSTatoeba-Challenge中文开源项目机器翻译模型英语
opus-mt-en-zh是基于Transformer架构的英汉双向机器翻译模型。支持英语与多种汉语变体间的翻译,包括简繁体中文、粤语等。模型在Tatoeba测试集上BLEU分数达31.4,翻译质量优异。采用SentencePiece预处理技术,需添加目标语言标记。适用于需要高质量英汉互译的各类应用场景。
japanese-gpt2-medium - 中型日语GPT-2模型为自然语言处理提供强大支持
GPT-2GithubHuggingfacetransformer开源项目文本生成日语模型模型自然语言处理
rinna公司开发的中型日语GPT-2模型基于CC-100和维基百科数据集训练。该模型采用24层1024隐藏单元的Transformer架构，使用sentencepiece分词器。通过Hugging Face可轻松调用，适用于多种日语自然语言处理任务。这个开源项目遵循MIT许可证，为日语NLP研究和应用奠定了坚实基础。
joeynmt - 简洁而清晰的NMT模型实现，促进教育和学习
GRUGithubJoey NMTPyTorchTransformer开源项目机器翻译
Joey NMT框架专为教育而设计，提供简明和清晰的代码库，帮助初学者理解RNN和Transformer等经典NMT架构。其主要特点包括模块化设计，便于修改组件及训练流程，保持代码可读性。支持多个注意力机制、不同的分词类型和多语种翻译，包含详细的文档和教程，适用于模型训练、测试和翻译的各个阶段。最新版本引入分布式数据并行和多项优化，兼容最新的Python和PyTorch版本。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号