You need to agree to share your Hugging Face information to access this model

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

Log in or Sign Up to review the conditions and access this model content.

nllb-fr-adja-v1 — français ↔ adja, int8

Traduction automatique bidirectionnelle français ↔ adja (sud du Bénin et Togo (langue gbe)), par fine-tuning de NLLB-200-distilled-600M, quantifiée en int8 (CTranslate2). Auteur : AWADEME Ronaldo — Finanfa Tech.

Accès sur demande. Ce modèle est dérivé d'un corpus à usage de recherche uniquement : l'accès est soumis à validation et à l'acceptation de ces conditions.

🇬🇧 Summary: French ↔ adja (Benin) MT model, fine-tuned from NLLB-200-distilled-600M with an added language token, int8 CTranslate2. Research-grade, modest scores, not validated by native speakers.

⚠️ À lire avant d'utiliser

  • Modèle de recherche, version 1, entraîné sur peu de données (10801 paires). Les scores sont modestes : ne l'utilisez pas pour des textes juridiques, médicaux ou toute situation où une erreur a des conséquences.
  • Aucune validation par des locuteurs natifs. Les données ont été filtrées automatiquement.
  • NLLB-200 ne connaît pas cette langue. Un jeton de langue ajg_Latn a été ajouté et initialisé sur le fon (langue gbe voisine) (fon_Latn) : ce choix de langue proche est une hypothèse, non comparée à d'autres.
  • Répétitions. Le modèle peut boucler (un mot répété). Utilisez les paramètres anti-répétition ci-dessous : 1.0 % des sorties du test contiennent un mot répété 3 fois de suite en mode standard, 0.0 % avec le contrôle.
  • CC-BY-NC-SA 4.0 : usage non commercial, avec partage à l'identique et attribution (NLLB-200 est en CC-BY-NC-4.0 ; les données adja imposent le partage à l'identique).

Utilisation

pip install ctranslate2 transformers sentencepiece huggingface_hub
import ctranslate2
from huggingface_hub import snapshot_download
from transformers import AutoTokenizer
path = snapshot_download("finanfa-tech/nllb-fr-adja-v1")
translator = ctranslate2.Translator(path, device="cpu")
tokenizer = AutoTokenizer.from_pretrained(path)

def translate(text, src_lang, tgt_lang):
    tokenizer.src_lang = src_lang
    tokens = tokenizer.convert_ids_to_tokens(tokenizer.encode(text))
    r = translator.translate_batch([tokens], target_prefix=[[tgt_lang]], beam_size=4, max_decoding_length=96,
                                   no_repeat_ngram_size=3, repetition_penalty=1.2)       # anti-répétition
    return tokenizer.decode(tokenizer.convert_tokens_to_ids(r[0].hypotheses[0][1:]), skip_special_tokens=True)

print(translate("Bonjour, comment vas-tu ?", "fra_Latn", "ajg_Latn"))   # français -> adja
print(translate("...", "ajg_Latn", "fra_Latn"))                          # adja -> français

Codes : fra_Latn (français) et ajg_Latn (adja, jeton ajouté). Phrases courtes (≲ 30 mots), une phrase à la fois. N'ajoutez pas fix_mistral_regex=True au tokenizer.

Évaluation

Mesures sur 600 phrases tirées au hasard (graine fixe) dans chacun des jeux de validation (1 332 phrases) et de test (1 451 phrases) (phrases uniquement ; aucune paire n'a son texte français ni adja dans l'entraînement : split sans fuite), chrF++ / BLEU (sacrebleu), modèle int8 sur CPU.

Jeu fr→adja chrF++ fr→adja BLEU adja→fr chrF++ adja→fr BLEU
valid, standard (600 phrases) 38.1 22.5 42.6 27.2
valid, anti-répétition (600 phrases) 38.3 22.5 42.5 27.1
test, standard (600 phrases) 40.4 25.2 44.7 28.8
test, anti-répétition (600 phrases) 41.0 25.6 44.8 29.0

Lecture honnête :

  • Pas de point de comparaison : le jeton de langue étant nouveau, NLLB-200 de base n'a pas de score sur cette langue.
  • Jeux petits (validation 1332, test 1451 phrases) : comptez une marge d'erreur de plusieurs points.
  • Les références contiennent des erreurs possibles (données non relues par des locuteurs natifs).

Exemples (premières phrases du test, non sélectionnées ; mode anti-répétition)

Français → adja

Source Référence Sortie
Partez sur-le-champ. Xonuxu zeɖeka Miyi axwe lɔ ji.
Sa mère s'inquiète à son sujet. Enɔlɔ bubu ɔ yi enyɔ kpɔ́ Enɔlɔ vɔnvɔn do eyi nu.
Ces plantes ne croissent que dans la nature. Aci yiketɔ wo shinkɔ do le xemɛtɔji Aci cɛwo pleŋu va do le nɔnɔmɛ.
Je recommande fortement ce lieu-ci comme but d'une courte promenade. ŋu sɔ̀sɔ́ ɔ elɛ mɔ yi anyi esa kleŋu ɖyi xu. Ŋudokɔ emɔn nɔ axwe cɛ keŋu yi wo ayi zɔnlin hwɛɖeka.
elle laisse le sac e tanɔshi godu lɔ e tanɔshi godu lɔ
Vas-tu me répondre? A ɖo enyɔ nu nɔŋu à? A ɖoŋuci nɔŋu a?

Adja → français

Source Référence Sortie
Xonuxu zeɖeka Partez sur-le-champ. Parle un peu.
Enɔlɔ bubu ɔ yi enyɔ kpɔ́ Sa mère s'inquiète à son sujet. Sa mère a pensé que c'était bien.
Aci yiketɔ wo shinkɔ do le xemɛtɔji Ces plantes ne croissent que dans la nature. Les arbres poussent à cinq mètres.
ŋu sɔ̀sɔ́ ɔ elɛ mɔ yi anyi esa kleŋu ɖyi xu. Je recommande fortement ce lieu-ci comme but d'une courte promenade. Je l'ai laissé ici pour un peu d'espoir.
e tanɔshi godu lɔ elle laisse le sac tu laisses le sac
A ɖo enyɔ nu nɔŋu à? Vas-tu me répondre? Peux-tu me dire quelque chose?

Entraînement

  • Base : facebook/nllb-200-distilled-600M, jeton ajg_Latn ajouté (initialisé sur fon_Latn).
  • Données : 10801 paires d'entraînement utilisées dans les deux sens, issues de le corpus JosueG/french-adja-parallel-corpus (dépôt à accès contrôlé).
  • Procédé : 2700 pas (4 époques), Adafactor, lr 1e-4, batch effectif 32, fp16, 1 GPU, 32.4 min. Quantification CTranslate2 int8.
  • Données et licence : CC-BY-NC-SA 4.0 + accès contrôlé, usage de recherche uniquement, respect des droits de la communauté adja. Le corpus n'est pas redistribué. Citez les auteurs du corpus (voir sa fiche).

Limites

  • Très faible ressource ; domaine limité (phrases courtes, vocabulaire de dictionnaire) ; orthographe non harmonisée ; pas de dialogue ; pas d'évaluation humaine.

Auteur et contact

AWADEME Ronaldo — Finanfa Tech · compte Ronaldodev

Citation

@misc{awademe2026nllbfradja,
  author = {AWADEME, Ronaldo}, title = {nllb-fr-adja-v1: French-Adja machine translation, int8},
  year = {2026}, publisher = {Finanfa Tech, Hugging Face}, url = {https://huggingface.co/finanfa-tech/nllb-fr-adja-v1}
}
@article{nllb2022, title={No Language Left Behind: Scaling Human-Centered Machine Translation}, author={NLLB Team}, journal={arXiv:2207.04672}, year={2022}}
Downloads last month
-
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for finanfa-tech/nllb-fr-adja-v1

Finetuned
(480)
this model

Collections including finanfa-tech/nllb-fr-adja-v1

Paper for finanfa-tech/nllb-fr-adja-v1