Después de mucha anticipación, ¡la función de traducción de Xiaohongshu finalmente llegó el tercer fin de semana de enero de 2025! Aquí hay algunos consejos y cosas que debes saber👇🏻:
– Actualice Xiaohongshu (Red Note) a la última versión.
– Intente cambiar la configuración de idioma, incluida la configuración de Xiaohongshu y del sistema telefónico.
– Actualmente solo admite la traducción de un solo idioma; los idiomas mixtos o los emojis no la activarán.
– Si aún no funciona, algunos usuarios sugieren el truco de “matarlo”: publique un comentario en inglés, salga de la aplicación y vuelva a abrir Xiaohongshu para activar la función de traducción.
Los desarrolladores de Xiaohongshu son increíblemente rápidos y los usuarios dicen que nunca habían visto actualizaciones tan rápidas. ¿Se trata de la legendaria "velocidad de China"?
Todo el mundo está entusiasmado, excepto los programas de traducción, jajaja. A pesar de que se lanzó en solo una semana, la traducción funciona de manera excelente, lo que hace que la navegación transfronteriza sea muy sencilla. Las expresiones coloquiales chinas de Internet como "u1s1", "yyds" y "cpdd" se entienden y anotan con precisión.
- u1s1 – Para ser honesto
- yyds – Por siempre el mejor, Inmortal
- cpdd – Búsqueda de pareja, Buscando pareja
Nuestra colega admitió que no sabía qué significaba “cpdd”, lo que demuestra que los humanos no son rivales para GPT. Xiaohongshu, ¿estás creando una herramienta de traducción o una enciclopedia de memes? Una ventaja adicional es que también se están traduciendo los dialectos chinos.
Incluso si hay errores en el texto original, no afectarán la traducción. Xiaohongshu los anota cuidadosamente.
Xiaohongshu, ¿de verdad estás considerando enseñarme idiomas? Me conmueve.
Claramente, la nueva función de traducción de Xiaohongshu está respaldada por un modelo de lenguaje grande, y los usuarios están ansiosos por probar el modelo que lo sustenta. Por ejemplo, comienzan con una traducción simple y luego escriben algunas líneas de poesía.
Algunos incluso escriben una cadena de código Morse para traducirlo: ¡esto es Xiaohongshu, no una novela de espías!
Declarando unilateralmente: Xiaohongshu es ahora el software de traducción multifuncional más poderoso.
Gestionar tareas de traducción con un modelo de lenguaje amplio ya es bastante efectivo, pero en una plataforma social rica en contenido como Xiaohongshu, aún existen muchos desafíos.
La diversidad de idiomas es el mayor desafío. Algunos términos, expresiones idiomáticas o metáforas culturales específicas, como los modismos y la jerga, son difíciles de traducir con precisión.
También hay nombres y apodos que el modelo podría no distinguir bien entre lo que necesita traducción y lo que debe permanecer sin cambios.
Por ejemplo, “hombre naranja” se tradujo directamente como “橙人”, pero en realidad se refiere a Trump.
Más allá de la precisión, es posible que los usuarios comunes no perciban los recursos computacionales necesarios para la traducción.
En una plataforma con tanto contenido como Xiaohongshu, los usuarios pueden publicar unas pocas cartas o notas de varios cientos de palabras. En comparación, traducir contenido más extenso consume más recursos y aumenta la carga del sistema.
Además, con usuarios de varios países, la amplia distribución de zonas horarias significa que el sistema rara vez experimenta tiempos de carga bajos.
Cuando ambas partes están despiertas, la breve superposición de zonas horarias puede generar un aumento repentino en las solicitudes de traducción, lo que requiere que el sistema maneje una gran cantidad de solicitudes simultáneas en poco tiempo, lo que constituye una prueba importante de sus capacidades de procesamiento simultáneo.
Xiaohongshu es demasiado genial
Aún no hay información precisa sobre qué modelo utiliza la nueva función de traducción. Según la “pregunta” de algunos usuarios, parece ser GPT. Otros usuarios “interrogaron” y descubrieron que se trataba de Zhipu.
Si tenemos en cuenta el tema de los costos, es difícil decirlo con certeza. GPT tiene una gran cantidad de parámetros y costos computacionales elevados, lo que lo hace inadecuado para su implementación en entornos con recursos limitados.
Una opción más factible podría ser elegir un modelo de estudiante y utilizar GPT como modelo de profesor para la destilación. Los modelos de estudiante suelen tener menos parámetros y velocidades de inferencia más rápidas, al tiempo que intentan conservar las capacidades del modelo de profesor.
Al mismo tiempo, este enfoque podría ser más prometedor para Xiaohongshu.
Xiaohongshu lleva mucho tiempo explorando tecnologías de IA como modelos de lenguaje a gran escala y sistemas multimodales, pero siempre se ha centrado en la optimización de algoritmos. Anteriormente, han desarrollado algunas funciones de IA pequeñas.
Pocas personas saben que en la conferencia AAAI de 2024, el equipo de algoritmo de búsqueda de Xiaohongshu propuso una nueva idea para la destilación de modelos.
El equipo del algoritmo de búsqueda Xiaohongshu presentó un marco innovador que Utiliza completamente el conocimiento de muestras negativas durante la destilación de capacidades de inferencia de modelos grandes.
El concepto de “muestras negativas” es interesante. La destilación tradicional generalmente se centra solo en muestras positivas, lo cual es comprensible: los profesores enseñan a los estudiantes la forma correcta de resolver problemas, asegurándose de que comprendan y imiten.
Sin embargo, durante la escuela, probablemente también llevabas un “libro de errores”, en el que anotabas los errores y las áreas en las que tu comprensión era débil. Estos errores son “muestras negativas”En la sección de comentarios de Xiaohongshu, las traducciones inexactas son ejemplos negativos.
Al igual que los “errores” contienen información importante, las muestras negativas pueden ayudar a los modelos estudiantiles a identificar predicciones incorrectas, mejorar su capacidad de discriminación, mejorar el manejo de muestras difíciles y mantener la consistencia en expresiones lingüísticas complejas.
Por ejemplo, si quieres hablar de cuestiones financieras con amigos internacionales en la sección de comentarios, es posible que aparezca con frecuencia la palabra “banco”. También tiene otros significados: “orilla de un río” y también se puede utilizar como verbo.
A través del aprendizaje de muestras negativas, el modelo se entrena para reconocer expresiones polisémicas, corregir la lógica de traducción y generar contenido más natural.
La ventaja de las muestras negativas también se extiende al soporte de idiomas menos comunes. Es importante señalar que esto no es sólo para usuarios estadounidenses; también se están sumando usuarios de todo el mundo: Serbia, Perú y algunas regiones indígenas de Australia.
Al utilizar muestras negativas (incluidos patrones de errores de traducción comunes), los modelos de estudiantes pueden identificar y evitar errores frecuentes, mejorando las capacidades de traducción para idiomas con bajos recursos.
El marco propuesto por el equipo de Xiaohongshu Es una aplicación innovadora de la destilación., cuyo objetivo inicial era extraer capacidades de razonamiento complejas de grandes modelos lingüísticos y transferirlas a pequeños modelos especializados. En ese momento, no estaba claro qué tareas específicas se podían lograr y la traducción no parecía ser el foco.
Quizás nadie sabía que este marco, un año después, ayudaría a Xiaohongshu a convertirse en un puente para la comunicación internacional.
Como dice el dicho: la oportunidad siempre favorece a los preparados.
Fuente de ifanr
Descargo de responsabilidad: La información establecida anteriormente es proporcionada por ifanr.com, independientemente de Chovm.com. Chovm.com no representa ni garantiza la calidad y confiabilidad del vendedor y los productos. Chovm.com renuncia expresamente a cualquier responsabilidad por violaciones relacionadas con los derechos de autor del contenido.
