用途：基于 Helsinki-NLP OPUS-MT 基础模型（Helsinki-NLP/opus-mt-mul-en 与 opus-mt-en-mul），微调出楚克语↔英语双向翻译模型，用于低资源语言翻译，替代通用大模型。
主要能力：支持楚克语→英语与英语→楚克语双向微调；训练数据准备（词典条目、短语、圣经平行语料，导出 TSV）；数据划分 train/val/test；使用 transformers 的 Trainer 训练；用 sacrebleu 计算 BLEU 与 chrF；本地部署推理，自动检测 GPU/CPU 并按显存调整 batch size 与 FP16。
使用方式：安装依赖 torch>=2.0.0、transformers>=4.57.0、datasets>=2.0.0、sentencepiece>=0.1.99、sacrebleu>=2.0.0、accelerate>=0.20.0。准备 {'source','target'} 训练对，调用 fine_tune_model(training_data, direction='chk_to_en' 或 'en_to_chk', epochs=10) 训练并保存到 models/helsinki-chuukese_chuukese_to_english/finetuned 等目录；用 HelsinkiChuukeseTranslator 加载微调模型并 translate() 推理；用 evaluate_model() 评估。
适用场景：楚克语等低资源语言的翻译模型训练、评估与本地部署。
限制：资料未提供具体数据集规模、训练耗时、硬件最低要求、许可证与收费信息；效果依赖数据质量，建议用 chrF 评估并做人工校验。