ویژگی جدید ترجمه Xiaohongshu: A Meme Encyclopedia

پس از انتظارهای بسیار، ویژگی ترجمه Xiaohongshu سرانجام در آخر هفته سوم ژانویه 2025 رسید! در اینجا نکات و نکاتی وجود دارد که باید بدانید👇🏻:

– Xiaohongshu (نت قرمز) را به آخرین نسخه ارتقا دهید.

– تنظیمات زبان خود را تغییر دهید، از جمله تنظیمات Xiaohongshu و سیستم تلفن.

- در حال حاضر فقط از ترجمه تک زبانه پشتیبانی می کند. زبان‌های ترکیبی یا شکلک‌ها آن را فعال نمی‌کنند.

– اگر باز هم کار نکرد، برخی از کاربران ترفند «کشش کن» را پیشنهاد می‌کنند: یک نظر به زبان انگلیسی ارسال کنید، از برنامه خارج شوید، سپس Xiaohongshu را دوباره باز کنید تا ویژگی ترجمه فعال شود.

توسعه دهندگان Xiaohongshu فوق العاده سریع هستند و کاربران می گویند که هرگز به روز رسانی به این سرعت را ندیده اند. آیا این همان "سرعت چین" افسانه ای است؟

همه در سراسر جهان هیجان زده هستند، به جز نرم افزارهای مترجم lol. علیرغم انتشار تنها در یک هفته، ترجمه عالی عمل می کند و مرور برون مرزی را آسان می کند. اصطلاحات عامیانه اینترنتی چینی مانند "u1s1"، "yyds" و "cpdd" به طور دقیق درک و حاشیه نویسی می شوند.

• u1s1 - صادقانه بگویم
• yyds – همیشه بهترین، جاودانه
• cpdd - جستجوی زوج، به دنبال یک زوج

همکار ما اعتراف کرد که نمی‌دانست «cpdd» به چه معناست - اثبات اینکه انسان‌ها با GPT همتا نیستند. Xiaohongshu، آیا یک ابزار ترجمه یا یک دایره المعارف میم ایجاد می کنید؟ یک امتیاز اضافی این است که لهجه های چینی نیز ترجمه می شوند.

حتی اگر در متن اصلی خطایی وجود داشته باشد، تأثیری بر ترجمه نخواهد داشت. Xiaohongshu متفکرانه آنها را حاشیه نویسی می کند.

Xiaohongshu، شما واقعاً به فکر آموزش زبان برای من هستید، من متاثر شدم. 

واضح است که ویژگی جدید ترجمه در Xiaohongshu توسط a مدل زبان بزرگو کاربران مشتاق آزمایش مدل پشت آن هستند. مثلاً با یک ترجمه ساده شروع می کنند، سپس چند بیت شعر می نویسند.

برخی حتی یک رشته کد مورس را تایپ می کنند تا ترجمه شود - این Xiaohongshu است، نه یک فیلم هیجان انگیز جاسوسی!

به طور یکجانبه اعلام کرد: Xiaohongshu اکنون قدرتمندترین نرم افزار ترجمه چند منظوره است.

انجام وظایف ترجمه با یک مدل زبان بزرگ در حال حاضر کاملاً مؤثر است، اما در یک پلت فرم اجتماعی غنی از محتوا مانند Xiaohongshu، هنوز چالش‌های زیادی وجود دارد.

تنوع زبان چالش برانگیزترین است. ترجمه دقیق برخی از اصطلاحات فرهنگی خاص، عبارات اصطلاحی یا استعاره ها، مانند اصطلاحات و اصطلاحات عامیانه، دشوار است.

همچنین نام‌ها و نام‌های مستعاری وجود دارد که مدل ممکن است بین آنچه نیاز به ترجمه دارد و آنچه باید بدون تغییر باقی بماند، به خوبی تمایز قائل نشود.

برای مثال، «مرد نارنجی» مستقیماً به «橙人» ترجمه شد، اما در واقع به ترامپ اشاره دارد.

فراتر از دقت، کاربران عادی ممکن است منابع محاسباتی مورد نیاز برای ترجمه را درک نکنند.

در پلتفرمی به محتوای غنی مانند Xiaohongshu، کاربران ممکن است فقط چند حرف یا یادداشت به طول چند صد کلمه ارسال کنند. در مقایسه، ترجمه محتوای طولانی تر، منابع بیشتری را مصرف می کند و بار سیستم را افزایش می دهد.

علاوه بر این، با کاربرانی از کشورهای مختلف، توزیع گسترده مناطق زمانی به این معنی است که سیستم به ندرت بار کم را تجربه می کند.

هنگامی که هر دو طرف بیدار هستند، همپوشانی مختصر در مناطق زمانی می‌تواند منجر به افزایش ناگهانی درخواست‌های ترجمه شود، که سیستم را ملزم می‌کند تعداد زیادی درخواست همزمان را در مدت زمان کوتاهی رسیدگی کند، که آزمون قابل‌توجهی برای قابلیت‌های پردازش همزمان آن است.

Xiaohongshu خیلی باحاله

هنوز اطلاعات دقیقی در مورد اینکه ویژگی ترجمه جدید از چه مدلی استفاده می کند وجود ندارد. تحت "بازجویی" برخی از کاربران، به نظر می رسد GPT باشد. برخی از کاربران "بازجویی" کردند و متوجه شدند که آن Zhipu است.

با توجه به هزینه، نمی توان با اطمینان گفت. GPT دارای تعداد زیادی پارامتر و هزینه های محاسباتی بالایی است که آن را برای استقرار در محیط های محدود به منابع نامناسب می کند.

یک گزینه عملی تر ممکن است انتخاب یک مدل دانشجویی و استفاده از GPT به عنوان یک مدل معلم برای تقطیر باشد. مدل‌های دانش‌آموز معمولاً پارامترهای کمتر و سرعت استنتاج سریع‌تری دارند، در حالی که سعی می‌کنند قابلیت‌های مدل معلم را حفظ کنند.

در عین حال، این رویکرد ممکن است برای Xiaohongshu امیدوارکننده‌تر باشد.

Xiaohongshu مدت‌هاست که فناوری‌های هوش مصنوعی مانند مدل‌های زبان بزرگ و سیستم‌های چندوجهی را بررسی می‌کند، اما همیشه بر بهینه‌سازی الگوریتم تمرکز داشته است. آنها قبلاً برخی از ویژگی های کوچک هوش مصنوعی را توسعه داده اند.

تعداد کمی از مردم می دانند که در کنفرانس AAAI 2024، تیم الگوریتم جستجوی Xiaohongshu ایده جدیدی برای تقطیر مدل ارائه کرد.

تیم الگوریتم جستجوی Xiaohongshu چارچوبی نوآورانه را معرفی کرد که به طور کامل از دانش نمونه منفی در طول تقطیر قابلیت های استنتاج مدل بزرگ استفاده می کند.

"نمونه های منفی" مفهوم جالبی است. تقطیر سنتی عموماً فقط بر روی نمونه‌های مثبت تمرکز می‌کند، که قابل درک است: معلمان به دانش‌آموزان راه صحیح حل مشکلات را آموزش می‌دهند و مطمئن می‌شوند که آنها درک می‌کنند و تقلید می‌کنند.

با این حال، در طول مدرسه، احتمالاً یک "کتاب اشتباه" نیز نگه داشته اید، که خطاها و مواردی را که درک شما ضعیف است، ثبت می کند. این اشتباهات "نمونه های منفی" هستند. در بخش نظرات Xiaohongshu، ترجمه های نادرست نمونه های منفی هستند.

درست مانند «اشتباهات» حاوی اطلاعات مهمی است، نمونه‌های منفی می‌توانند به مدل‌های دانش‌آموز کمک کنند تا پیش‌بینی‌های نادرست را شناسایی کنند، توانایی تشخیص آن‌ها را افزایش دهند، مدیریت نمونه‌های دشوار را بهبود بخشند و در عبارات پیچیده زبان حفظ کنند.

به عنوان مثال، اگر می خواهید در مورد شرایط مالی با دوستان بین المللی در بخش نظرات صحبت کنید، ممکن است کلمه "بانک" اغلب ظاهر شود. معانی دیگری نیز دارد: «کنار رودخانه» و می توان آن را به عنوان فعل نیز به کار برد.

از طریق یادگیری نمونه منفی، مدل برای تشخیص عبارات چند معنایی، منطق ترجمه صحیح و تولید محتوای طبیعی تر آموزش داده می شود.

مزیت نمونه های منفی به پشتیبانی از زبان های کمتر رایج نیز گسترش می یابد. توجه به این نکته مهم است که این فقط برای کاربران آمریکایی نیست. کاربران از سراسر جهان در صربستان، پرو و ​​برخی از مناطق بومی استرالیا در حال پیوستن هستند.

با استفاده از نمونه‌های منفی (از جمله الگوهای رایج خطای ترجمه)، مدل‌های دانش‌آموز می‌توانند خطاهای مکرر را شناسایی کرده و از آن اجتناب کنند و قابلیت‌های ترجمه را برای زبان‌های کم منبع افزایش دهند.

چارچوب پیشنهادی توسط تیم Xiaohongshu یک کاربرد ابتکاری از تقطیر است، در ابتدا با هدف استخراج قابلیت های استدلال پیچیده از مدل های زبان بزرگ و انتقال آنها به مدل های کوچک تخصصی انجام شد. در آن زمان، مشخص نبود که چه وظایف خاصی را می توان انجام داد، و به نظر نمی رسید ترجمه تمرکز داشته باشد.

شاید هیچ کس نمی دانست که این چارچوب، یک سال بعد، به Xiaohongshu کمک می کند تا به پلی برای ارتباطات بین المللی تبدیل شود.

به قول معروف: فرصت همیشه به نفع آماده است.

منبع از افانر

سلب مسئولیت: اطلاعات ذکر شده در بالا توسط ifanr.com، مستقل از Chovm.com ارائه شده است. Chovm.com هیچ گونه نمایندگی و ضمانتی در مورد کیفیت و قابلیت اطمینان فروشنده و محصولات نمی دهد. Chovm.com صراحتاً هر گونه مسئولیتی را در قبال نقض حق نسخه برداری محتوا سلب می کند.