來源：有道AI情報(bào)局

自2022年11月30日ChatGPT問世，大語言模型在全球掀起熱潮，眾多高校、科研機(jī)構(gòu)及AI企業(yè)紛紛投身其中，探索其在各行業(yè)的應(yīng)用潛力與創(chuàng)新模式。

作為國內(nèi)機(jī)器翻譯領(lǐng)域深耕多年的技術(shù)團(tuán)隊(duì)，我們曾率先成功推出統(tǒng)計(jì)機(jī)器翻譯及神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯服務(wù)，并持續(xù)迭代。

• 憑借豐富的業(yè)務(wù)生態(tài)與深厚的技術(shù)積累，2023年伊始，有道迅速開啟以“應(yīng)用落地” 為導(dǎo)向的翻譯大模型自研之路。
• 經(jīng)過持續(xù)的技術(shù)攻關(guān)和優(yōu)化迭代，2023年6月，“子曰翻譯大模型1.0”正式推出；
• 2024年5月，實(shí)現(xiàn)“子曰翻譯大模型1.5”上線部署，至今已過去七個(gè)月。期間有道翻譯的用戶們積極使用我們的服務(wù)，并且慷慨地分享了眾多極具價(jià)值的反饋與建議。

如今，子曰翻譯大模型2.0已正式與大家見面，這象征著我們在語言翻譯技術(shù)的征途上又邁出了堅(jiān)實(shí)而重要的一步，相信能夠?yàn)槲覀兊挠脩魩砀映錾姆g體驗(yàn)。

從1.5到2.0, 質(zhì)的飛躍

整體性能上，子曰翻譯大模型 2.0相較于1.5版本實(shí)現(xiàn)了質(zhì)的飛躍。這背后，是我們從數(shù)據(jù)、算法以及評估三個(gè)關(guān)鍵維度所展開的深入探索與系統(tǒng)性升級。

在數(shù)據(jù)層面，為訓(xùn)練面向翻譯任務(wù)的基座模型，我們精心收集了并嚴(yán)格清洗了數(shù)千萬高質(zhì)量的翻譯數(shù)據(jù)。不僅確保了數(shù)據(jù)的準(zhǔn)確性與適配性，為模型訓(xùn)練打下了牢固的根基，更極大地豐富了數(shù)據(jù)資源庫，讓模型在多樣化翻譯場景中游刃有余。此外，我們基于海量的翻譯提示進(jìn)行了精細(xì)化的人工標(biāo)注，有效地提升了數(shù)據(jù)標(biāo)注的質(zhì)量，為模型執(zhí)行翻譯任務(wù)提供了精準(zhǔn)的指導(dǎo)。

在算法層面，以子曰教育大模型為基礎(chǔ)，我們進(jìn)行了二次預(yù)訓(xùn)練，成功打造出了更具專業(yè)性與針對性的翻譯基座大模型，顯著提升了翻譯性能。這其中，我們運(yùn)用了先進(jìn)的大模型蒸餾技術(shù)，讓模型在精簡參數(shù)的同時(shí)，運(yùn)行效率與推理速度大幅提升；創(chuàng)新性地使用了大模型融合技術(shù)，將多個(gè)模型優(yōu)勢進(jìn)行整合，進(jìn)一步增強(qiáng)了翻譯的準(zhǔn)確性與穩(wěn)定性；我們還實(shí)現(xiàn)了基于人類偏好的翻譯數(shù)據(jù)自動(dòng)獲取，并以此進(jìn)行強(qiáng)化學(xué)習(xí)；通過引入Online DPO技術(shù)，動(dòng)態(tài)調(diào)整模型生成策略，保證了譯文的質(zhì)量與流暢度的提升。此外，多任務(wù)聯(lián)合學(xué)習(xí)的開展，讓模型能夠在多個(gè)翻譯任務(wù)中協(xié)同進(jìn)步，綜合翻譯能力得到了顯著增強(qiáng)。

在評估層面，我們?nèi)斯?biāo)注了覆蓋各個(gè)領(lǐng)域的開發(fā)集和盲測集，嚴(yán)格確保了測試數(shù)據(jù)的全面性和代表性。我們對算法團(tuán)隊(duì)所使用的開發(fā)集和盲測數(shù)據(jù)集實(shí)行嚴(yán)格分離、相互獨(dú)立，以確保評估的客觀性與準(zhǔn)確性，模型最終效果以盲測集效果為準(zhǔn)。在自動(dòng)指標(biāo)評估上，除了基于comet的自動(dòng)化指標(biāo)，我們還自主訓(xùn)練了超越comet準(zhǔn)確率的基于大模型的翻譯評估模型，為性能評估提供更可靠依據(jù)。同時(shí)，我們設(shè)計(jì)并執(zhí)行了更完善的人工評估方案，從多維度對模型的翻譯結(jié)果進(jìn)行細(xì)致地分析和評價(jià)。

正是通過這三個(gè)層面的全方位優(yōu)化與升級，子曰翻譯大模型2.0在翻譯質(zhì)量、效率以及魯棒性等方面實(shí)現(xiàn)了質(zhì)的飛躍，能夠?yàn)橛脩魩砀鼉?yōu)質(zhì)、精準(zhǔn)的翻譯服務(wù)。

性能遠(yuǎn)超國內(nèi)外通用大模型及專用翻譯模型

為了展示子曰翻譯大模型 2.0 的性能，我們在WMT以及Flores200的測試集上進(jìn)行了中英互譯的基準(zhǔn)測試。

（采用測試集測試的結(jié)果）

為精準(zhǔn)、客觀地評估子曰翻譯大模型2.0中英互譯能力在行業(yè)中的表現(xiàn)，我們與多個(gè)國內(nèi)外領(lǐng)先通用大模型及專業(yè)翻譯器如DeepL Pro，進(jìn)行了人工評估對比。

通過嚴(yán)謹(jǐn)?shù)娜斯げ杉鞒蹋覀儤?gòu)建了涵蓋人文學(xué)科、商學(xué)、生活服務(wù)、醫(yī)療、科學(xué)等多個(gè)領(lǐng)域的數(shù)據(jù)樣本集，并制定了全面精細(xì)的MQM評測方案，從專業(yè)性、準(zhǔn)確性、語言慣例和風(fēng)格等維度打分。

最終，五位資深翻譯專家獨(dú)立評估的結(jié)果匯總?cè)缦拢?/p>

以上對比，凸顯了子曰翻譯大模型2.0在專有閉源模型中的競爭優(yōu)勢——在翻譯準(zhǔn)確性和流暢度上，遠(yuǎn)優(yōu)于國內(nèi)外通用大模型及專用翻譯模型

該測試不僅客觀地呈現(xiàn)了我們的優(yōu)勢，也精準(zhǔn)地指明了未來有待優(yōu)化和改進(jìn)的方向，堅(jiān)定了我們在機(jī)器翻譯領(lǐng)域持續(xù)推進(jìn)改進(jìn)與創(chuàng)新的決心。

但我們深知仍面臨諸多挑戰(zhàn)，在后續(xù)的工作中，我們將全力去推進(jìn)支持更長文本輸入、拓展更多模態(tài)的輸入，以及增加更多語種的支持工作，我們期待在不久之后下一代子曰翻譯大模型能跟大家見面。

在此歡迎各位持續(xù)關(guān)注更多有道AI技術(shù)的進(jìn)展與突破，也誠邀大家前來體驗(yàn)“子曰翻譯大模型 2.0”，期待您的反饋。

附：可體驗(yàn)入口

1、有道詞典APP-首頁入口

2、有道翻譯桌面版-首頁入口

3、有道翻譯網(wǎng)頁端-AI翻譯入口