Разбор текста

GlotLID

Определяет, на каком языке написан текст: в третьей версии более двух тысяч меток, включая татарский, башкирский, чувашский, удмуртский, марийский, эрзянский, коми и другие языки народов России.

Последняя открытая версия вышла в апр 2024. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Разработчик: CIS, Университет Людвига-Максимилиана в Мюнхене, Германия
Первый выпуск: окт 2023
Последний выпуск: апр 2024
Размеры: модель FastText, число параметров на карточке не указано
Лицензия: Можно в коммерциюApache 2.0 с дополнительными уведомлениями (файл LICENSE в репозитории)
Русский язык: Есть
Запуск: Через свой серверРаботает и без видеокарты
Сферы: Документы и бухгалтерия, Медиа и продакшн, Наука, Поддержка клиентов

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

Разбор смешанных архивов текстов по языкам
Отсев мусора и чужих языков перед обучением моделей
Маршрутизация обращений на нужного оператора или модель
Проверка разметки языковых корпусов

Где применяется

Медиа и издательстваНаука и языковые проектыПоддержка клиентов

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

нет версий

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

апр 2024GlotLID v3, более двух тысяч меток языков
окт 2023GlotLID v1

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать GlotLID в коммерческом проекте?

Да. Лицензия: Apache 2.0 с дополнительными уведомлениями (файл LICENSE в репозитории). Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для GlotLID?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли GlotLID русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать GlotLID и сколько это стоит?

Веса GlotLID лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.