LMT 是行业应用领域的开源项目，由 NiuTrans 开发，2025 年首次发布。
它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 128。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-11。本地部署，完全免费。
它主要面向的使用场景是：构建面向特定区域的多语言翻译服务。同类可对比的替代方案包括 M2M-100、NLLB、MarianMT。
LMT
打造包容多语种的翻译模型，让小语种也能流畅互译
LMT 是一个开源的、面向多语言翻译的模型项目，旨在构建一个包容、可扩展且高性能的翻译系统。它解决的是传统翻译模型在语种覆盖、扩展性和性能上的不足，尤其关注小语种和资源稀缺语言的翻译质量。项目基于 Python 开发，提供模型训练、推理和评估的完整流程，支持自定义数据集和多语言语料处理。其核心能力包括统一的模型架构设计、多语言并行训练策略以及高效的推理优化，适合研究者和开发者用于构建或定制自己的翻译服务。目前项目处于早期阶段，代码和文档正在逐步完善，但已展示出对多语言翻译任务的清晰技术路线。
开源
free
开源模型
GitHub 星标
★ 128
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队NiuTrans
所属国家
定价模式free
价格说明开源模型，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型large-language-models,machine-translation
GitHub 星标★ 128
30天Star增速
HF 下载量
上线时间2025-07-05 00:00:00
最近更新2026-09-11 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 专注小语种和资源稀缺语言，弥补主流翻译模型覆盖不足
- 架构设计强调可扩展性，便于添加新语种和扩大规模
- 提供完整训练与推理流程，适合二次开发和定制
不足之处
- 项目处于早期，文档和社区生态待观察
- 性能基准和对比实验尚未公开，效果验证不足
适用场景
- 构建面向特定区域的多语言翻译服务
- 研究低资源语言的机器翻译方法
- 作为教学或实验平台，探索多语言模型训练
替代项目
M2M-100、NLLB、MarianMT
项目介绍
下一篇：sigllm
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···