InfoQ
·
谷歌推出TranslateGemma开源模型，实现多语言翻译
💡
原文英文，约600词，阅读约需3分钟。
📝
内容提要
谷歌发布了基于Gemma 3架构的开源翻译模型套件TranslateGemma，支持55种语言，提供4B、12B和27B三种参数规模，适用于移动设备和云加速器。通过监督微调和强化学习，TranslateGemma在翻译质量和效率上有显著提升，尤其在低资源语言方面表现优异，受到社区的赞赏，适合成本敏感的应用场景。
🎯
关键要点
- 谷歌发布了基于Gemma 3架构的开源翻译模型套件TranslateGemma，支持55种语言。
- TranslateGemma提供4B、12B和27B三种参数规模，适用于移动设备和云加速器。
- 模型通过监督微调和强化学习进行训练，显著提升翻译质量和效率，尤其在低资源语言方面表现优异。
- 在WMT24++基准测试中，12B模型的错误率低于27B基线，4B模型接近12B基线的性能。
- TranslateGemma还训练了近500个额外语言对，以支持社区的进一步研究和微调。
- 不同模型的部署目标不同，4B模型适合移动和边缘推理，12B模型适合消费者笔记本，27B模型适合云部署。
- 社区对TranslateGemma的效率和开放性表示赞赏，认为其适合成本敏感的应用场景。
- 与其他开源翻译模型相比，TranslateGemma更专注于小模型规模下的翻译效率。
❓
延伸问答
TranslateGemma模型支持多少种语言？
TranslateGemma模型支持55种语言。
TranslateGemma的参数规模有哪些？
TranslateGemma提供4B、12B和27B三种参数规模。
TranslateGemma在翻译质量上有什么提升？
TranslateGemma通过监督微调和强化学习显著提升了翻译质量，尤其在低资源语言方面表现优异。
不同规模的TranslateGemma模型适合哪些应用场景？
4B模型适合移动和边缘推理，12B模型适合消费者笔记本，27B模型适合云部署。
TranslateGemma的社区反馈如何？
社区对TranslateGemma的效率和开放性表示赞赏，认为其适合成本敏感的应用场景。
TranslateGemma与其他开源翻译模型相比有什么优势？
TranslateGemma更专注于小模型规模下的翻译效率，优于其他需要更大参数或额外调优的模型。
➡️
