LFM2-350M-ENJP-MT-GGUF

קוד פתוח

LiquidAIother2025-09-03

transformers
gguf
liquid
lfm2
edge

מודל תרגום קטן במיוחד בין אנגלית ליפנית, שמיועד לריצה מקומית כמעט בזמן אמת. תרצו אותו אם אתם מחפשים תרגום דו כיווני זול בלי להוציא שקל על שרתי ענן כבדים.

3.3 GBמשקל הקבצים
1,799הורדות בחודש
42לייקים

מה זה

מדובר במודל מבוסס LFM2 עם 350 מיליון פרמטרים שעבר התאמה ממוקדת לתרגום דו כיווני בין אנגלית ליפנית. הוא נבנה מראש לעבודה עם טקסטים קצרים ובינוניים, כך שאין כאן יומרה לבלוע ספרים שלמים. המשקל שלו והאריזה בפורמט GGUF הופכים אותו לפתרון ממוקד מאוד למשימה הזו בלבד.

בגודל של 350M אי אפשר לצפות להבנת הקשר עמוקה כמו במודלי ענק כלליים, אבל היתרון הוא מהירות תגובה גבוהה וצריכת זיכרון מזערית. הוא לא מנסה לעשות שיחה, לתכנת או לסכם מאמרים. כל המטרה שלו היא לקחת מחרוזת קצרה בשפה אחת ולהעביר אותה לשנייה תוך שברירי שניות.

מתאים ל

תרגום שיחות צ'אט
תרגום דו כיווני מהיר של משפטים קצרים בין משתמשים דוברי אנגלית ויפנית.
לוקליזציה של ממשקים
תרגום מקומי של כפתורים, תפריטים והודעות מערכת קצרות ללא תלות ברשת.
מכשירי קצה ורובוטיקה
הרצה מקומית על חומרה חלשה יחסית שדורשת פענוח מהיר של פקודות קצרות.

איפה זה נופל

היוצרים מגדירים אותו במפורש לתרגום של קלטים קצרים עד בינוניים בלבד. פסקאות ארוכות, מסמכים טכניים צפופים או טקסט עם סלנג מורכב כנראה יישברו או יאבדו דיוק. בנוסף, הוא מוגבל אך ורק לאנגלית ויפנית. עברית או שפות נוספות כלל אינן רלוונטיות כאן, וחובה לבדוק איכות תרגום על דוגמאות אמיתיות לפני שמשלבים אותו בזרימת עבודה.

אותה משפחה

LFM2-350M-ENJP-MT יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

LFM2-350M-ENJP-MT726

שאלות
נפוצות

האם המודל יודע לתרגם עברית?

לא. המודל אומן אך ורק על אנגלית ויפנית. אין לו יכולת לטפל בטקסט בעברית.

האם חייבים כרטיס מסך של אנבידיה בשביל להריץ אותו?

לא. בזכות הגודל הקטן ופורמט GGUF אפשר להריץ אותו בקלות דרך llama.cpp גם על מעבד רגיל בלפטוף פשוט.

איך מריצים

מריצים אותו ישירות דרך llama.cpp, מה שאומר שאפשר להשתמש בו מקומית על מעבד רגיל של לפטופ בלי להחזיק כרטיס מסך ייעודי. הפקודה בסיסית ודורשת רק להגדיר בהנחיית המערכת לאיזו שפה לתרגם, ויש גם גרסאות מכווצות כמו Q4_0 שמורידות עוד יותר את צריכת המשאבים.

אם אתם צריכים תרגום אצווה של מיליוני מסמכים מורכבים בבת אחת או תמיכה בריבוי שפות, שירותי תרגום בענן יתנו תוצאה אמינה יותר. המודל הזה מתאים כשחייבים ריצה מקומית, בעלויות אפסיות ועם שיהוי מינימלי.

ollama run hf.co/LiquidAI/LFM2-350M-ENJP-MT-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

F321.4 GB F16711.5 MB Q8_0379.2 MB Q6_K293.4 MB Q5_K_M260.4 MB Q4_K_M229.3 MB Q4_0219.3 MB

הקבצים

14 קבצים במאגר, 3.3 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כ־other ולא כרישיון קוד פתוח סטנדרטי כמו MIT או אפאצ'י. המשמעות היא שחובה לבדוק את תנאי השימוש המדויקים של LiquidAI לפני שמשלבים אותו במוצר מסחרי, כי ייתכנו מגבלות הפצה או שימוש שאינן מפורטות בעמוד.

הרישיון המלא בעמוד המודל ↗