
Seed-X 是一個強大的開源多語言翻譯語言模型系列,參數量為70億,包含指令模型、強化學習模型和獎勵模型。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
170
±0 (10月13日〜)
最後提交
2025年8月
GitHub 建立日期
2025年7月16日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 170 |
| 2026年10月 | 170 |
| 2026年11月 | 170 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
LibreTranslateLibreTranslate17k免費開源的機器翻譯 API,可自行架設、支援離線,且易於設定。
seamless_communicationfacebookresearch12k面向最先進語音與文字翻譯的基礎模型。
argos-translateargosopentech6.5k使用 Python 編寫的開源離線翻譯函式庫。
Opus-MTHelsinki-NLP866開放的神經網路機器翻譯模型與網路服務。
Hy-MTTencent-Hunyuan829混元翻譯模型 1.5 版本,包含一個18億參數翻譯模型(HY-MT1.5-1.8B)和一個70億參數翻譯模型(HY-MT1.5-7B)。
Hy-MT2Tencent-Hunyuan679Hy-MT2 是一系列面向複雜真實場景設計的「快思考」多語言翻譯模型,提供 1.8B、7B、30B-A3B 三種規模。
研究領域相近的資源
- opus-mt-ja-enHelsinki-NLP37k來自 Opus corpus 的日文-英語 Transformer‑Align MT 模型,使用 normalization 與 SentencePiece 先行處理,在 Tatoeba 測試集上達到 41.7 BLEU 與 0.589 chr‑F。HF 模型共同: 機器翻譯
plamo-translate-clipfnet364使用本地執行的plamo-2-translate模型進行翻譯的命令行界面。GitHub共同: 機器翻譯- Sugoi-14B-Ultra-GGUFsugoitoolkit10kSugoi LLM 14B Ultra (GGUF) 是一個日語轉英語的翻譯模型,BLEU 分數為 21.38——幾乎是其先前分數 13.67 的兩倍——在 RPG‑Maker 方括號文本上擅長,提示遵從性強,並為交互式聊天 UI 生成 JSON 輸出。HF 模型共同: 機器翻譯
pdf-translatordiscus0434347pdf-translator 將英文 PDF 檔案翻譯成日文,並保留原始的版面配置。GitHub共同: 機器翻譯- LFM2-350M-ENJP-MT-GGUFLiquidAI5k微調、GGUF‑量化後的 LFM2‑350M checkpoint,適用於近即時雙向日英短至中篇文本翻譯,可透過 llama.cpp 使用。HF 模型共同: 機器翻譯
- fugumt-ja-enstaka4kFuguMT 是一個由 transformers 與 SentencePiece 建構的日文對英語 Marian‑NMT 翻譯模型,在 Tatoeba 上取得 39.1 BLEU 分數。HF 模型共同: 機器翻譯