Traducció castellà-català - Historial de revisió

Joan: /* script tradueix.py */

2026-10-10T10:00:40Z

script tradueix.py

Joan: /* script tradueix.py */

2026-10-10T09:59:00Z

script tradueix.py

Joan: /* script tradueix.py */

2026-10-10T08:51:56Z

script tradueix.py

Joan: /* Instal·lació */

2026-10-10T08:47:11Z

Instal·lació

Joan a 08:46, 10 oct 2026

2026-10-10T08:46:44Z

Joan: Es crea la pàgina amb «

 Tinc una rtx 5060 ti 16gb. Quin model local puc fer servir per traduir del castellà al català?  Cercant models locals de traducció per a una RTX 5060 Ti.  Ho...».

2026-10-10T08:36:59Z

Es crea la pàgina amb «<pre> Tinc una rtx 5060 ti 16gb. Quin model local puc fer servir per traduir del castellà al català? Cercant models locals de traducció per a una RTX 5060 Ti. Ho...».

Pàgina nova

<pre>
Tinc una rtx 5060 ti 16gb. Quin model local puc fer servir per traduir del castellà al català?

Cercant models locals de traducció per a una RTX 5060 Ti.

Ho comprovo ràpidament, perquè aquests models canvien sovint.

Amb 16 GB de VRAM tens marge de sobres. Jo provaria, per aquest ordre:

salamandraTA-7b-instruct (BSC / Projecte AINA): és el que triaria primer. Està fet a Barcelona específicament per a traducció, amb el català com a llengua central, i té llicència Apache 2.0. Amb 7B de paràmetres hi cap bé quantitzat (Q8 o fins i tot més) a la teva targeta. Si vols alguna cosa molt lleugera i ràpida, hi ha també la versió salamandraTA-2B.
TranslateGemma 12B (Google): l’alternativa generalista. El català és una de les llengües que admet, i la versió 12B ocupa uns 8 GB a Ollama, així que et queda memòria per al context. S’instal·la amb ollama pull translategemma:12b. En els benchmarks, la 12B supera el Gemma 3 de 27B genèric. La versió 27B (uns 17 GB) no et cap sencera a la GPU; no val la pena.
local translator +3
Traductor de Softcatalà o Apertium: no són LLM, però per al parell castellà–català, que són llengües molt properes, donen resultats molt bons, són rapidíssims i ni tan sols necessiten GPU. Bona opció per a grans volums de text.
</pre>

{{Autor}}, octubre 2026

@@ Línia 84: / Línia 84: @@
 warnings.filterwarnings("ignore", message=".*MatMul8bitLt.*")
 </pre>
 {{Autor}}, octubre 2026

@@ Línia 66: / Línia 66: @@
 Carregant BSC-LT/salamandraTA-7b-instruct (8 bits)...
 ...
 </pre>
 La primera vegada que s'executa descarrega el model.

← Versió més antiga		Revisió del 08:51, 10 oct 2026
Línia 69:		Línia 69:
	La primera vegada que s'executa descarrega el model.		La primera vegada que s'executa descarrega el model.

		+	Missatge per pantalla:
		+	<pre>
		+	estic executant el script, i durant la sortida estic llegint el següent missatge que es repeteix contínuament: "MatMul8bitLt: inputs will be cast from torch.bloat16 during quantization". Significa alguna cosa? És dolent?
		+
		+	No és dolent, és un avís inofensiu de la llibreria bitsandbytes. Diu que el model treballa internament en bfloat16 i que, a cada capa quantitzada a 8 bits, ha de convertir les dades a un altre format (float16) per fer la multiplicació. La traducció surt igual de bé; l’únic efecte és una petita pèrdua de velocitat i el soroll a la pantalla.
		+
		+	Si el vols silenciar, afegeix això al principi de tradueix.py, just després de import sys:
		+
		+	python
		+	import warnings
		+	warnings.filterwarnings("ignore", message=".MatMul8bitLt.")
		+	</pre>
	{{Autor}}, octubre 2026		{{Autor}}, octubre 2026

@@ Línia 29: / Línia 29: @@
 La línia de cu128 és important: les RTX 50 necessiten un PyTorch compilat amb CUDA 12.8 o superior; amb el pip install torch per defecte et pot donar error o no fer servir la GPU.
 I ara ja puc fer la traducció:
 <pre>

@@ Línia 1: / Línia 1: @@
 <pre>
 Tinc una rtx 5060 ti 16gb. Quin model local puc fer servir per traduir del castellà al català?
@@ Línia 8: / Línia 9: @@
 Amb 16 GB de VRAM tens marge de sobres. Jo provaria, per aquest ordre:
-salamandraTA-7b-instruct (BSC / Projecte AINA): és el que triaria primer. Està fet a Barcelona específicament per a traducció, amb el català com a llengua central, i té llicència Apache 2.0. Amb 7B de paràmetres hi cap bé quantitzat (Q8 o fins i tot més) a la teva targeta. Si vols alguna cosa molt lleugera i ràpida, hi ha també la versió salamandraTA-2B.
+- salamandraTA-7b-instruct (BSC / Projecte AINA): és el que triaria primer. Està fet a Barcelona específicament per a traducció, amb el català com a llengua central, i té llicència Apache 2.0. Amb 7B de paràmetres hi cap bé quantitzat (Q8 o fins i tot més) a la teva targeta. Si vols alguna cosa molt lleugera i ràpida, hi ha també la versió salamandraTA-2B.
 TranslateGemma 12B (Google): l’alternativa generalista. El català és una de les llengües que admet, i la versió 12B ocupa uns 8 GB a Ollama, així que et queda memòria per al context. S’instal·la amb ollama pull translategemma:12b. En els benchmarks, la 12B supera el Gemma 3 de 27B genèric. La versió 27B (uns 17 GB) no et cap sencera a la GPU; no val la pena.
 local translator +3
 Traductor de Softcatalà o Apertium: no són LLM, però per al parell castellà–català, que són llengües molt properes, donen resultats molt bons, són rapidíssims i ni tan sols necessiten GPU. Bona opció per a grans volums de text.
 </pre>
 {{Autor}}, octubre 2026