库名称：transformers
许可证：cc-by-nc-4.0
基础模型：atlasia/Terjman-Nano-v1
评估指标：

• bleu
• chrf
• ter

模型索引：

• 名称：Terjman-Nano-v2.0
  结果：[]

数据集：

• BounharAbdelaziz/Terjman-v2-English-Darija-Dataset-350K

语言：

• ary（摩洛哥阿拉伯语）
• en（英语）

管道标签：translation（翻译）

🇲🇦 Terjman-Nano-v2.0（77M参数）🚀

Terjman-Nano-v2.0 是atlasia/Terjman-Nano-v1的改进版本，基于强大的Transformer架构，专为高质量精准翻译而微调。

此版本基于atlasia/Terjman-Nano-v1，并采用更大更精炼的数据集训练，翻译性能显著提升。在TerjamaBench（针对英语-摩洛哥方言翻译模型的评估基准，侧重文化层面挑战）上，其表现与gpt-4o-2024-08-06相当。

🚀 核心特性

✅ 专为英语→摩洛哥方言翻译优化
✅ 开源模型中的顶尖性能
✅ 兼容🤗 Transformers，可轻松部署于各类硬件

🔥 性能对比

下表通过BLEU、chrF和TER分数对比Terjman-Nano-v2.0与闭源/开源模型。BLEU/chrF越高、TER越低代表翻译质量越好。

🔬 模型详情

• 基础模型：atlasia/Terjman-Nano-v1
• 架构：基于Transformer的序列到序列模型
• 训练数据：高质量平行语料库
• 训练精度：FP16（高效推理）

🚀 使用指南

通过Hugging Face Transformers库调用：

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer  

model_name = "BounharAbdelaziz/Terjman-Nano-v2.0"  
tokenizer = AutoTokenizer.from_pretrained(model_name)  
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)  

def translate(text):  
    inputs = tokenizer(text, return_tensors="pt")  
    output = model.generate(**inputs)  
    return tokenizer.decode(output[0], skip_special_tokens=True)  

# 示例翻译  
text = "Hello there! Today the weather is so nice in Geneva, couldn't ask for more to enjoy the holidays :)"  
translation = translate(text)  
print("翻译结果:", translation)  
# 输出：صباح الخير! اليوم الطقس زوين بزاف فجنيف، ما قدرش نطلب أكثر باش نستمتع بالعطلات:)  

🖥️ 部署方案

在Hugging Face Space体验

访问Terjman-Nano Space交互式试用🤗

使用Text Generation Inference (TGI)加速

pip install text-generation  
text-generation-launcher --model-id BounharAbdelaziz/Terjman-Nano-v2.0  

本地运行（需Transformers和PyTorch）

pip install transformers torch  
python -c "from transformers import pipeline; print(pipeline('translation', model='BounharAbdelaziz/Terjman-Nano-v2.0')('Hello there!'))"  

API服务部署（FastAPI示例）

from fastapi import FastAPI  
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer  

app = FastAPI()  
model_name = "BounharAbdelaziz/Terjman-Nano-v2.0"  
tokenizer = AutoTokenizer.from_pretrained(model_name)  
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)  

@app.get("/translate/")  
def translate(text: str):  
    inputs = tokenizer(text, return_tensors="pt")  
    output = model.generate(**inputs)  
    return {"translation": tokenizer.decode(output[0], skip_special_tokens=True)}  

🛠️ 训练参数

• 学习率：0.0001
• 训练批大小：64
• 评估批大小：64
• 随机种子：42
• 梯度累积步数：4
• 有效总批大小：256
• 优化器：AdamW（betas=0.9/0.999，epsilon=1e-08）
• 学习率调度器：线性
• 预热比例：0.1
• 训练轮次：5
• 精度：混合FP16

框架版本

• Transformers 4.47.1
• PyTorch 2.5.1+cu124
• Datasets 3.1.0
• Tokenizers 0.21.0

📜 许可协议

本模型采用**CC BY-NC（知识共享-署名-非商业性使用）**许可，允许研究与个人使用，禁止商用。商业合作请洽作者:)

@misc{terjman-v2,  
  title = {Terjman-v2: 英语-摩洛哥方言高质量翻译模型},  
  author={Abdelaziz Bounhar},  
  year={2025},  
  howpublished = {\url{https://huggingface.co/BounharAbdelaziz/Terjman-Nano-v2.0}},  
  license = {CC BY-NC}  
}