Instructions to use skypro1111/m2m100-ukr-verbalization with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use skypro1111/m2m100-ukr-verbalization with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="skypro1111/m2m100-ukr-verbalization")# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForSeq2SeqLM tokenizer = AutoTokenizer.from_pretrained("skypro1111/m2m100-ukr-verbalization") model = AutoModelForSeq2SeqLM.from_pretrained("skypro1111/m2m100-ukr-verbalization", device_map="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- vLLM
How to use skypro1111/m2m100-ukr-verbalization with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "skypro1111/m2m100-ukr-verbalization" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "skypro1111/m2m100-ukr-verbalization", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/skypro1111/m2m100-ukr-verbalization
- SGLang
How to use skypro1111/m2m100-ukr-verbalization with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "skypro1111/m2m100-ukr-verbalization" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "skypro1111/m2m100-ukr-verbalization", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "skypro1111/m2m100-ukr-verbalization" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "skypro1111/m2m100-ukr-verbalization", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use skypro1111/m2m100-ukr-verbalization with Docker Model Runner:
docker model run hf.co/skypro1111/m2m100-ukr-verbalization
Update README.md
Browse files
README.md
CHANGED
|
@@ -189,6 +189,58 @@ The model demonstrates strong performance in verbalizing Ukrainian text, with pa
|
|
| 189 |
- Currency values
|
| 190 |
- Numerical expressions
|
| 191 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 192 |
## Examples
|
| 193 |
Input: "Моя бабуся народилася 07.11.1919, у важкий післявоєнний час."
|
| 194 |
Output: "Моя бабуся народилася сьомого листопада тисяча дев'ятсот дев'ятнадцятого року, у важкий післявоєнний час."
|
|
|
|
| 189 |
- Currency values
|
| 190 |
- Numerical expressions
|
| 191 |
|
| 192 |
+
### Benchmark (RTX 3090Ti, FP16)
|
| 193 |
+
|
| 194 |
+
```
|
| 195 |
+
1. Input : Моя бабуся народилася 07.11.1919, у важкий післявоєнний час.
|
| 196 |
+
Output: Моя бабуся народилася сьомого листопада тисяча дев'ятсот дев'ятнадцятого року, у важкий післявоєнний час.
|
| 197 |
+
Time : 0.531 seconds
|
| 198 |
+
|
| 199 |
+
2. Input : Зустріч призначена на 15:30 12.05.2025 у конференц-залі №3.
|
| 200 |
+
Output: Зустріч призначена на пʼятнадцяту тридцять 12.05.2025 у конференц-залі номер три.
|
| 201 |
+
Time : 0.434 seconds
|
| 202 |
+
|
| 203 |
+
3. Input : Телефонуйте нам за номером +380 (44) 123-45-67 або 0800 500 123.
|
| 204 |
+
Output: Телефонуйте нам за номером плюс триста вісімдесят (сорок чотири) сто двадцять три, сорок пʼять, шістдесят сім або нуль вісімсот пʼятсот, сто двадцять три.
|
| 205 |
+
Time : 0.828 seconds
|
| 206 |
+
|
| 207 |
+
4. Input : Температура повітря сьогодні становить +25°C, а тиск 750 мм.рт.ст.
|
| 208 |
+
Output: Температура повітря сьогодні становить плюс двадцять п'ять градусів Цельсія, а тиск сімсот п'ятдесят міліметрів р.т.ст.
|
| 209 |
+
Time : 0.586 seconds
|
| 210 |
+
|
| 211 |
+
5. Input : ТОВ «Мрія» було засновано 28/06/2022 з початковим капіталом 50 тис. грн.
|
| 212 |
+
Output: Товариство з обмеженою відповідальністю «Мрія» було засновано двадцять восьмого червня дві тисячі двадцять другого року з початковим капіталом пʼятдесят тисяч гривень.
|
| 213 |
+
Time : 0.719 seconds
|
| 214 |
+
|
| 215 |
+
6. Input : Швидкість вітру 15 м/с, видимість 10 км, вологість 65%.
|
| 216 |
+
Output: Швидкість вітру п'ятнадцять метрів за секунду, видимість десять кілометрів, вологість шістдесят п'ять відсотків.
|
| 217 |
+
Time : 0.612 seconds
|
| 218 |
+
|
| 219 |
+
7. Input : Потяг №743 Київ-Львів відправляється о 08:45 з платформи №2.
|
| 220 |
+
Output: Потяг номер сімсот сорок три Київ-Львів відправляється о восьмій годині сорок пʼять хвилин з платформи номер два.
|
| 221 |
+
Time : 0.527 seconds
|
| 222 |
+
|
| 223 |
+
8. Input : Ціна на пальне зросла на 2,5 грн/л і становить 54,99 грн.
|
| 224 |
+
Output: Ціна на пальне зросла на два з половиною гривні за літр і становить п'ятдесят чотири гривні дев'яносто дев'ять копійок.
|
| 225 |
+
Time : 0.634 seconds
|
| 226 |
+
|
| 227 |
+
9. Input : Площа квартири 75,5 м², висота стелі 2,75 м.
|
| 228 |
+
Output: Площа квартири сімдесят п'ять цілих п'ять десятих квадратних метрів, висота стелі два цілих сімдесят п'ять сотих метрів.
|
| 229 |
+
Time : 0.582 seconds
|
| 230 |
+
|
| 231 |
+
10. Input : Відстань між містами становить 450 км або 280 миль.
|
| 232 |
+
Output: Відстань між містами становить чотириста п'ятдесят кілометрів або двісті вісімдесят миль.
|
| 233 |
+
Time : 0.453 seconds
|
| 234 |
+
|
| 235 |
+
Total time: 5.90 seconds
|
| 236 |
+
Average time per sentence: 0.590 seconds
|
| 237 |
+
```
|
| 238 |
+
|
| 239 |
+
For improved performance, consider using the CTranslate2 optimized version: [skypro1111/m2m100-ukr-verbalization-ct2](https://huggingface.co/skypro1111/m2m100-ukr-verbalization-ct2) which offers:
|
| 240 |
+
- 3.6x faster inference (0.164 seconds per sentence vs 0.590)
|
| 241 |
+
- 3.1x lower memory usage (~800MB vs ~2.5GB)
|
| 242 |
+
- Same quality of verbalization
|
| 243 |
+
|
| 244 |
## Examples
|
| 245 |
Input: "Моя бабуся народилася 07.11.1919, у важкий післявоєнний час."
|
| 246 |
Output: "Моя бабуся народилася сьомого листопада тисяча дев'ятсот дев'ятнадцятого року, у важкий післявоєнний час."
|