Meta 完成開發能夠翻譯 200 種語言的機械翻譯單一 AI 模型 NLLB 200，同時將把該模型及訓練用的數據集一同開源出來。
Meta 為實現元宇宙跨語言互動而開發的高品質機械翻譯系統 NLLB（No Language Left Behind），最新完成的單一 AI 模型 NLLB-200 能夠翻譯 200 種不同語言，而且精確度相較前一代技術，翻譯質量平均分數提升 44%。這是繼 2020 年底 Meta 開源的 M2M-100 後，最新一個機械翻譯單一 AI 模型。
NLLB-200 支援一些其他模型不支援或支援度極差的語言，例如肯亞東部坎巴語（Kamba）和老撾語。一些常用的機械翻譯技術支援的非洲語言不到 25 種。相比之下，NLLB-200 支援 55 種非洲語言，所有支援的 200 種語言涵括地球數十億人口。
除了支援語言數量多，和前一代比較，NLLB-200 在 FLORES-101 標竿測試 1 萬種可能方向的 BLEU（Bilingual Evaluation Understudy）得分平均高 44%。在部份非洲和印度語言中，NLLB-200 的精確度更增加 70%
NLLB 機械翻譯系統將可支援 Facebook News Feed、Instagram 及其他平臺每日 250 億次翻譯。高品質而精準的翻譯除了可加速用戶使用的方便性，也有助辨識這些平臺上的有害內容及不實資訊。
現在維基百科編輯使用的內容翻譯工具已經整合 NLLB 建模技術，來翻譯 20 多種資料量很少的稀有語言，包括 10 種之前完全沒有機械學習工具支援的語言。
為了訓練 NLLB-200，Meta 在開發過程中，研究人員評估4萬種不同語言翻譯方向下 NLLB-200 的效能，NLLB-200 及訓練該模型的開源將供外界開發及測試用。
沒有留言:
發佈留言