机器翻译

机器翻译是把文本、语音或图片里的文字从一种语言翻译成另一种语言的软件。如今的开放模型通常以通用模型为起点,再训练成只做翻译。

  • 基础概念
  • 更新于

早期的翻译系统一开始就是为翻译而造的。本站收录的开放翻译模型则是先有一个通用语言模型,再加上翻译训练:TranslateGemma 以 Gemma 3 为起点,Index-Translate 以 Qwen3.5 为起点,PLaMo 3 Translate 以 PLaMo 3 NICT 为起点。TranslateGemma 用人工翻译和 Gemini 生成的翻译做微调,再用强化学习对照给翻译质量打分的奖励模型继续训练。PLaMo 3 Translate 使用 Gemma 4 合成的翻译,再做两轮偏好优化。

每张模型卡上都会出现几个术语。源语言和目标语言组成要翻译的语言对,模型通常对某些语言对更擅长。TranslateGemma 评测了 55 种语言,Hy-MT2 列出 33 种,PLaMo 3 Translate 是 53 种,Index-Translate 是 150 种。低资源语言的训练文本很少,最难翻译。偏离目标语言的输出,指模型用了与要求不同的语言作答。这些模型大多只做翻译,其他任务请用通用模型。文本超过模型的输入长度时需要拆分,例如 TranslateGemma 的 2K token,或 PLaMo 输入和输出合计的 32,768 token。模型还可能增加或遗漏内容,所以重要的文本请找人检查。

相关术语

  • 翻译评测指标 翻译评测指标是模型卡用来给译文打分的数值。有的统计与人工参考译文的重合度,有的用训练过的模型或人工评审,它们的刻度不能直接比较。
  • 微调 微调是在你自己的示例上继续训练一个预训练模型,让它在特定任务、风格或领域里表现得更好。
  • 强化学习(RL) 强化学习通过奖励好的结果来训练模型,例如答对问题或通过测试,而不是让模型去模仿示例文本。
  • 上下文窗口 上下文窗口是模型一次最多能考虑的文本量,以 token 计量,其中包括你的提示词和模型自己的回答。

继续阅读

全部术语