Bilibili mở mã nguồn họ mô hình dịch thuật Index-Translate hỗ trợ 150 ngôn ngữ
Đội ngũ Index LLM của Bilibili đã mở mã nguồn Index-Translate, họ mô hình dịch thuật đa ngôn ngữ được xây dựng trên nền tảng Qwen3.5 với kích thước từ 2B đến 35B tham số. Các mô hình hỗ trợ dịch văn bản trên 150 ngôn ngữ cùng các tính năng chuyên biệt như lồng tiếng, kiểm soát độ dài âm tiết và xử lý tài liệu dài. Bằng cách giải quyết các thách thức địa phương hóa truyền thông chuyên sâu như đồng bộ âm thanh video, chuyển ngữ tiếng lóng internet và duy trì tính nhất quán thuật ngữ trong ngữ cảnh dài, Index-Translate thúc đẩy phát triển các công cụ dịch thuật AI mã nguồn mở. Điều này cung cấp cho người sáng tạo nội dung và nhà phát triển các mô hình tùy chỉnh cho quy trình dịch thuật đa phương tiện phức tạp. Bộ mô hình bao gồm Index-Translate cho tiếng lóng và nội dung cấu trúc, Index-Echo cho phụ đề và lồng tiếng giữ đặc trưng giọng nói, Index-Homura cho dịch điều chỉnh theo số âm tiết chỉ định, và Index-NativeLong cho duy trì tính nhất quán tên gọi trong ngữ cảnh lên tới 32K token. Trọng số của các phiên bản 2B, 9B và 35B-A3B (preview) đã sẵn có trên Hugging Face và ModelScope.
## KIẾN THỨC NỀN
Dịch máy dựa trên các mô hình ngôn ngữ lớn (LLM) đa dụng thường gặp khó khăn với tiếng lóng địa phương, giới hạn âm tiết khi lồng tiếng video và sự bất nhất thuật ngữ trong văn bản dài. Bilibili, một nền tảng video lớn của Trung Quốc, trước đó từng phát hành các mô hình mỏng nhẹ mã nguồn mở như Index-1.9B để xử lý việc hiểu ngữ cảnh dài.