README.md

---
language:
- ru
- en
tags:
- translation
- neural-machine-translation
- seq2seq
- russian-to-english
- nmt
metrics:
- BLEU ~24
- chrF
- COMET
pipeline_tag: translation
datasets:
- wmt/wmt19
base_model:
- KvaytG/marian-mt-en-ru-high-precision
license: mit
---
# DOI https://doi.org/10.5281/zenodo.18167090

# DomLoyer/NMT_Ru-En

`DomLoyer/NMT_Ru-En` est un modèle de traduction neuronale automatique pour la traduction du russe vers l'anglais.  
Cette version correspond au dépôt `v2.1.0`, publié le 4 avril 2026, et associée au DOI `10.5281/zenodo.19423705` [file:16].

## Résumé du modèle

Ce modèle est conçu pour traduire du texte en russe vers l'anglais dans un cadre de recherche, de prototypage ou d'intégration applicative.  
Il s'inscrit dans une série de versions publiées et archivées sur Zenodo, avec un lien vers le dépôt GitHub `DominiqueLoyer/NMTENRU` [file:16].

## Détails du modèle

- **Nom du modèle:** `DomLoyer/NMT_Ru-En`.
- **Type de modèle:** Neural Machine Translation.
- **Direction de traduction:** russe vers anglais.
- **Version du dépôt:** `v2.1.0`.
- **Date de publication:** 2026-04-04.
- **Licence:** MIT.
- **Auteur:** Dominique Loyer [file:16].

## Utilisation

### Chargement avec Transformers

```python
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

model_name = "DomLoyer/NMT_Ru-En"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

text = "Привет, как дела?"
inputs = tokenizer(text, return_tensors="pt", truncation=True)

outputs = model.generate(
    **inputs,
    max_new_tokens=64,
    num_beams=4
)

print(tokenizer.decode(outputs, skip_special_tokens=True))

```bibtex
@misc{domloyer_nmt_ru_en,
  title        = {DomLoyer/NMT_Ru-En},
  author       = {Dom Loyer},
  year         = {2026},
  howpublished = {Hugging Face model repository},
  url          = {https://huggingface.co/DomLoyer/NMT_Ru-En/}
}
``