You can deploy this model and start earning money today!

tarsssss/
opus-mt-tc-big-en-pt-en-pt-finetuned-20260617-212625

Name: opus-mt-tc-big-en-pt-en-pt-finetuned-20260617-212625
Availability: InStock

Views

No views yet

opus-mt-tc-big-en-pt-en-pt-finetuned-20260617-212625

Este modelo é uma versão refinada (fine-tuned) do modelo Helsinki-NLP/opus-mt-tc-big-en-pt para tradução de EN para PT. O treinamento foi realizado utilizando a infraestrutura do NPAD (Supercomputador da UFRN) com Slurm.

Detalhes do Modelo

Tipo do Modelo: MarianMT (Seq2Seq)
Idioma de Origem: EN
Idioma de Destino: PT
Modelo Base: Helsinki-NLP/opus-mt-tc-big-en-pt
Dataset de Treinamento: opus_books (en-pt)

Métricas de Avaliação Finais

BLEU Score: 45.351223389591325
Hiperparâmetros de Treinamento:
- Número de Épocas: 3
- Taxa de Aprendizado: 2e-05

Como Usar (Inferência)

Você pode testar este modelo diretamente no Hugging Face Spaces ou usando a biblioteca transformers em Python:

python

from transformers import MarianMTModel, MarianTokenizer

model_name = "tarsssss/opus-mt-tc-big-en-pt-en-pt-finetuned-20260617-212625"
tokenizer = MarianTokenizer.from_pretrained(model_name)
model = MarianMTModel.from_pretrained(model_name)

def traduzir(texto):
    # Preparar inputs
    inputs = tokenizer(texto, return_tensors="pt", padding=True, truncation=True)
    
    # Gerar a tradução
    translated_tokens = model.generate(**inputs)
    
    # Decodificar os tokens gerados
    resultado = tokenizer.decode(translated_tokens[0], skip_special_tokens=True)
    return resultado

frase = "Welcome to the world of open-source machine learning!"
traducao = traduzir(frase)
print(f"Original: {frase}")
print(f"Tradução: {traducao}")

Agradecimentos e Infraestrutura

Agradecemos ao NPAD (Núcleo de Processamento de Alto Desempenho - UFRN) por ceder os recursos computacionais necessários para o treinamento deste modelo.