SalamandraTA-7b-instruct

SalamandraTA-7b-instruct

一个 7.8B 的翻译模型，支持 40 种语言和 3 种变体，可做句子、段落和文档翻译，也能处理 HTML 或 XML 文本。适合想要本地翻译器的开发者和研究人员。

由 BSC-LT 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：SalamandraTA-7b-instruct 是 BSC-LT 的翻译模型，由一个不对外发布的基础模型经过指令微调而来。它能翻译 40 种语言外加 3 种变体，包括阿拉伯语、日语、印地语、韩语和简体中文。第 3 版还支持术语感知翻译、结构化文本、译后编辑和命名实体识别。

适合谁：它适合需要在自己硬件上运行机器翻译的开发者、研究人员和公司。模型卡说它既可用于研究，也可用于商业用途。

Title: 谁在用
Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 给产品或流水线加入翻译功能 | 把一段西班牙语翻译成日语
网页出版 | 内容团队 | 翻译包含 HTML 或 XML 的页面 | 翻译文字时保留标记
语言服务 | 译员和编辑 | 对机器译文做译后编辑并保持术语一致 | 对照术语表修正一份翻译草稿

想要聊天助手的人可以跳过它，因为模型卡说它没有聊天能力。

用在哪里：

• 使用 transformers 库的 Python
• Windows、macOS 或 Linux，用来下载文件
• 能运行 7.8B 模型的 GPU 或大内存机器

Title: 主要用途
Use case | Who | What they get back
通用翻译 | 开发者 | 翻译后的句子、段落或整篇文档
结构化文本 | 内容团队 | 翻译后的 HTML 或 XML 文本
译后编辑 | 编辑 | 一份改进后的翻译草稿
术语感知翻译 | 语言团队 | 遵循给定术语的译文

如何设置：

• 你电脑上的 Python
• huggingface_hub 包
• BF16 权重约需 15.5 GB 磁盘空间，按估计 4-bit 约 3.9 GB

1. 安装 Hugging Face 的 hub 包。
2. 把模型文件下载到你的电脑。
3. 按模型卡的示例，用 transformers 库加载模型。

pip install -U huggingface_hub
hf download BSC-LT/salamandraTA-7b-instruct

如何使用：用 transformers 的 AutoModelForCausalLM 加载模型。当前版本在 main 分支上。如果想用旧版本，加载时传入 revision 参数。

model = AutoModelForCausalLM.from_pretrained(
    "BSC-LT/salamandraTA-7b-instruct",
    revision="v1.0"  # omit revision for current release
)

Title: 版本
Version | Where to find it | Status
v3.0 | main 分支 | 当前版本
v2.0 | v2.0 修订版 | 第二个版本
v1.0 | v1.0 修订版 | 初始版本

示例：你加载当前版本，让它把一段加泰罗尼亚语翻译成英语。模型会以文字形式返回译文。对于译后编辑等其他任务，请按模型卡使用说明部分里的提示词格式来写。

新手与专家：如果你是新手，把它当作翻译引擎，而不是聊天机器人。第一次尝试可以翻译一小段文字，再把结果和原文对照着读。

对于专家来说，它是一个 32 层的解码器，有 7,768,117,248 个参数，上下文长度为 8,192 个词元。基础模型在单语和平行数据上做了持续预训练，之后的 instruct 模型只针对翻译任务做了微调。

发送文本和目标语言
7.8B 模型进行翻译
应用术语感知或保留标记的选项
你读到译文

注意事项：

• Translation only: 模型卡说它没有聊天能力，训练时也没有用过聊天指令。
• Use limits: 它不能用于伤害他人或侵犯人权，下游使用必须遵守法律。
• License: GPL-3。这个版本使用了要求以 GPL-3 分发的数据。
• Cost to run: 来源未提及，不过 7.8B 的模型需要性能足够的机器。
• Data it reaches: 它从 Hugging Face 下载文件，来源没有提到其他内容。
• Not for: 聊天，或未经适当风险评估的生产使用。

Hugging Face 上的数据（2026年11月13日）

• 任务：translation
• 框架：transformers
• 参数量：7.8B
• Weights: about 15.5 GB in BF16; about 3.9 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,095
• 点赞：30
• 许可证：gpl-3.0
• 语言：bg, ca, cs, cy, da, de, el, en
• 基于：BSC-LT/salamandra-7b
• Quantized versions: 8
• Fine-tunes: 2
• 标签：transformers, safetensors, llama, text-generation, translation

链接

• 模型：https://huggingface.co/BSC-LT/salamandraTA-7b-instruct
• 文件：https://huggingface.co/BSC-LT/salamandraTA-7b-instruct/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download BSC-LT/salamandraTA-7b-instruct

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。