tencent/Hy-MT2-1.8B
English ｜ 中文 !HuggingFace(https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Tencent%20Hy-ffc107?color=ffc107&logoColor=white)(https://huggingface.co/collections/tencent/hy-mt2) !ModelScope(https://img.shields.io/badge...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Ngày
#1 Repository Của Ngày
🚀 Hy-MT2-1.8B: Mô hình dịch đa ngôn ngữ 'nghĩ nhanh' từ Tencent
Gia đình mô hình dịch đa ngôn ngữ 'nghĩ nhanh' hỗ trợ 33 ngôn ngữ, vượt trội so với các API thương mại lớn.
Hy-MT2 là một gia đình mô hình dịch đa ngôn ngữ 'nghĩ nhanh' do Tencent phát triển, được thiết kế cho các kịch bản thực tế phức tạp. Bao gồm ba kích thước mô hình: 1.8B, 7B, và 30B-A3B (MoE), tất cả đều hỗ trợ dịch giữa 33 ngôn ngữ và thực hiện xuất sắc các chỉ dẫn dịch bằng nhiều ngôn ngữ khác nhau. Đặc biệt, phiên bản 1.8B nhỏ gọn chỉ cần 440MB nhờ công nghệ quantization 1.25-bit từ AngelSlim.
✨ Điểm nổi bật
- Hỗ trợ 33 ngôn ngữ: Bao gồm zh, en, fr, pt, es, ja, tr, ru, ar, ko và nhiều ngôn ngữ khác.
- Ba kích thước mô hình: 1.8B, 7B, và 30B-A3B (MoE) phù hợp cho nhiều nhu cầu triển khai.
- Quantization cực mạnh: AngelSlim 1.25-bit giảm dung lượng 1.8B xuống chỉ 440MB, tăng tốc suy luận 1.5x.
- Hiệu suất xuất sắc: Phiên bản 7B và 30B-A3B vượt trội DeepSeek-V4-Pro và Kimi K2.6; 1.8B nhẹ còn vượt ứng dụng thương mại lớn.
- Đánh giá đa chiều: Đạt kết quả cao trên các tác vụ dịch chung, kinh doanh thực tế, chuyên ngành và tuân thủ chỉ dẫn.
- Open-source benchmark: Ra mắt IFMTBench để đánh giá khả năng tuân thỉnh dịch của mô hình.
- Tích hợp dễ dàng: Công cụ Hy-MT2-Translator Skill hỗ trợ tích hợp nhanh vào dự án.
- Hỗ trợ đa định dạng: Cung cấp bản FP8, GGUF, và 2bit/1.25bit GGUF để linh hoạt triển khai.
💡 Vì sao đáng chú ý
Không chỉ là mô hình dịch, Hy-MT2 mang lại một giải pháp toàn diện từ nghiên cứu tới ứng dụng thực tế nhờ sự kết hợp giữa kiến trúc 'nghĩ nhanh' và công nghệ nén tiên tiến. Đặc biệt, khả năng của mô hình 1.8B nhỏ gọn nhưng vượt trội so với các API thương mại cho thấy tiềm năng ứng dụng rộng rãi trên thiết bị.
#MachineTranslation #MultilingualAI #Tencent #TiniX
Similar Projects
Discover other similar projects and AI models.
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
🤗 Hugging Face | 🕹️ Demo 🤖 ModelScope | 🖥️ Official Website | Github Model Introduction Hunyuan Translation Model Version 1.5 includ...
XLM-RoBERTa (base-sized model) XLM-RoBERTa model pre-trained on 2.5TB of filtered CommonCrawl data containing 100 languages. It was introduced in the paper Unsupervised Cross-lingual Representation Learning at Scale(https://arxiv.org/abs/1911.02116)...
Multilingual-E5-large Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 24 layers and the embedding size is...
Multilingual-E5-small Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 12 layers and the embedding size is...
Whisper Whisper is a pre-trained model for automatic speech recognition (ASR) and speech translation. Trained on 680k hours of labelled data, Whisper models demonstrate a strong ability to generalise to many datasets and domains without the need for...
OmniVoice 🌍 OmniVoice is a massively multilingual zero-shot text-to-speech (TTS) model supporting over 600 languages. Built on a novel diffusion language model-style architecture, it delivers high-quality speech w...
Multilingual-E5-base Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 12 layers and the embedding size is 7...