Quickmt Zh En

🚀 quickmt-zh-en 神經機器翻譯模型

quickmt-zh-en 是一個速度較快且準確性較高的神經機器翻譯模型，用於將中文（zh）翻譯成英文（en）。

🚀 快速開始

安裝與下載

首先，安裝 quickmt 並下載模型：

git clone https://github.com/quickmt/quickmt.git
pip install ./quickmt/

quickmt-model-download quickmt/quickmt-zh-en ./quickmt-zh-en

使用示例

from quickmt import Translator

# 自動檢測 GPU，設置為 "cpu" 以強制使用 CPU 推理
t = Translator("./quickmt-zh-en/", device="auto")

# 翻譯 - 將束搜索大小設置為 5 以獲得更高質量（但速度較慢）
t(["他補充道：“我們現在有 4 個月大沒有糖尿病的老鼠，但它們曾經得過該病。”"], beam_size=1)

# 通過採樣獲取替代翻譯
# 您可以傳遞任何 cTranslate2 的 `translate_batch` 參數
t(["他補充道：“我們現在有 4 個月大沒有糖尿病的老鼠，但它們曾經得過該病。”"], sampling_temperature=1.2, beam_size=1, sampling_topk=50, sampling_topp=0.9)

✨ 主要特性

• 該模型使用 eole 進行訓練。
• 擁有 2 億參數的 Transformer “大” 模型，包含 8 個編碼器層和 2 個解碼器層。
• 採用獨立的源語言和目標語言 Sentencepiece 分詞器。
• 已導出為 CTranslate2 格式，以實現快速推理。
• 訓練數據：https://huggingface.co/datasets/quickmt/quickmt-train.zh-en/tree/main

更多詳細信息請查看本倉庫中的 eole 模型配置。

📦 安裝指南

要使用 quickmt-zh-en 模型，您需要安裝 quickmt 並下載該模型，具體命令如下：

git clone https://github.com/quickmt/quickmt.git
pip install ./quickmt/

quickmt-model-download quickmt/quickmt-zh-en ./quickmt-zh-en

💻 使用示例

基礎用法

from quickmt import Translator

# 自動檢測 GPU，設置為 "cpu" 以強制使用 CPU 推理
t = Translator("./quickmt-zh-en/", device="auto")

# 翻譯 - 將束搜索大小設置為 1
t(["他補充道：“我們現在有 4 個月大沒有糖尿病的老鼠，但它們曾經得過該病。”"], beam_size=1)

高級用法

from quickmt import Translator

t = Translator("./quickmt-zh-en/", device="auto")

# 通過採樣獲取替代翻譯
# 您可以傳遞任何 cTranslate2 的 `translate_batch` 參數
t(["他補充道：“我們現在有 4 個月大沒有糖尿病的老鼠，但它們曾經得過該病。”"], sampling_temperature=1.2, beam_size=1, sampling_topk=50, sampling_topp=0.9)

📚 詳細文檔

該模型以 ctranslate2 格式導出，分詞器為 sentencepiece，因此您可以直接使用 ctranslate2 而不通過 quickmt 進行推理。此外，該模型也可以與使用 ctranslate2 和 sentencepiece 的 LibreTranslate 等工具配合使用。

🔧 技術細節

評估指標

使用 sacrebleu 在 Flores200 devtest 測試集 上計算 BLEU 和 CHRF2 指標（從 “zho_Hans” 到 “eng_Latn”）。使用 comet 庫和 默認模型 計算 COMET22 指標。“Time (s)” 表示在 RTX 4070s GPU 上以批量大小 32 翻譯 flores-devtest 數據集（1012 個句子）所需的時間（秒）。

quickmt-zh-en 是速度最快且質量最高的模型。

📄 許可證

本模型採用 CC BY 4.0 許可證。

📦 數據集與模型信息