#低资源语言

NLLB-200-distilled-600M是一个开源机器翻译模型，支持200种语言之间的互译，特别关注低资源语言。该模型采用先进算法和大规模数据集训练，在BLEU等指标上表现优异。主要用于研究目的，适用于通用领域文本，最大输入长度为512个token。需注意，该模型不适合生产环境，存在潜在的误译风险，使用时应考虑相关伦理因素。

该项目结合XLM-R与Longformer模型，提升了对多达4096个标记的处理能力，以提高低资源语言的处理效果。模型在WikiText-103语料库上进行预训练，适用于多语言问答任务。推荐使用NVIDIA Apex和大容量GPU以确保模型性能和效率。项目由Peltarion完成，提供相关代码和训练脚本供开发者参考。

nllb-200-distilled-1.3B是一个蒸馏自NLLB-200的1.3B参数多语言翻译模型，支持200种语言间的翻译。该模型专注于低资源语言的机器翻译研究，在Flores-200数据集上经过BLEU、spBLEU和chrF++等指标评估。它主要用于单句翻译，不适合特定领域文本或长文档。研究人员可通过Fairseq代码库获取使用指南和训练代码。模型仅供研究使用，不适合生产环境部署。

nllb-200-3.3B是Facebook Research开发的多语言机器翻译模型，支持200种语言互译。该模型专注于低资源语言翻译研究，采用先进算法和数据平衡策略，在BLEU等指标表现优异。使用Flores-200数据集评估，基于CC-BY-NC许可开源。主要面向翻译研究群体，适用单句翻译，最大输入长度512个tokens。模型在通用领域文本上训练，不适用于特定专业领域或长文档翻译。