Google пусна три версии на своя AI модел за превод TranslateGemma, за да осигури превод на десетки езици на преносими и мобилни устройства. Версия на алгоритъма с 4 милиарда параметри е оптимизирана за използване в мобилни устройства, версията с 12 милиарда параметри е предназначена за използване в потребителски лаптопи, а версията с 27 милиарда параметри е предназначена за използване в облачни сървъри, захранвани от един AI ускорител Nvidia H100 или тензорен процесор (TPU).
Google тества новите алгоритми на своята платформа MetricX, която следи за грешки в превода (колкото по-нисък е резултатът, толкова по-добре). AI моделът TranslateGemma с 12 милиарда параметри получи 3,6 точки, като надмина резултата на основната версия на Gemma 3 с 27 милиарда параметри, която получи 4,04 точки в този тест. В сравнение с версията на Gemma 3 с 12 милиарда параметъра, която получи 4,86 точки в MetricX, процентът на грешките е намален с приблизително 26%. Значителни подобрения в качеството на превода се наблюдават за всички 55 тествани двойки езици, включително и за някои от по-малко популярните езици. Например, процентът на грешките при превода от английски на исландски е намален с 30%, а при превода от суахили – с 25%.
Двуетапното обучение на алгоритмите позволява да се прехвърлят знанията на Gemini в по-компактни AI модели. На първия етап алгоритмите се обучават върху паралелни данни, както преведени от човек, така и генерирани от други AI инструменти. На втория етап качеството на превода се оптимизира чрез усилено обучеение, при което множество невронни мрежи за автоматично оценяване валидират данните, без да е необходимо да се правят референтни преводи от човек. Отделен модел оценява колко естествено звучи полученият превод.
За да се запази гъвкавостта на AI моделите въпреки тяхната специализация, 30% от обучителната извадка са общи данни. Това означава, че AI моделите TranslateGemma могат да работят подобно на познатите чатботове. Оценката от професионални преводачи като цяло потвърди подобренията, с едно изключение: при преводите от японски на английски език беше отбелязано влошаване на качеството, което Google обяснява с грешки при обработката на собствени имена.
И трите AI модела запазват мултимодалните възможности на Gemma 3. Те могат да превеждат текст от изображения, дори без допълнително обучение. Тестовете в бенчмарка Vistra показаха, че подобренията в превода на текст се разпростират и върху превода от изображения. За постигане на оптимални резултати Google препоръчва да се използват подсказки, указващи, че AI моделът трябва да действа като „професионален преводач“, който взема предвид различните културни нюанси. И трите нови AI модела TranslateGemma са достъпни на платформите Kaggle и Hugging Face.
About the Author
