Xiaohongshu's nieuwe vertaalfunctie: een meme-encyclopedie

Na veel voorpret kwam Xiaohongshu's vertaalfunctie eindelijk uit op het derde weekend van januari 2025! Hier zijn enkele tips en dingen om te weten👇🏻:

– Upgrade Xiaohongshu (Red Note) naar de nieuwste versie.

– Probeer uw taalinstellingen te wijzigen, inclusief Xiaohongshu en de instellingen van het telefoonsysteem.

– Ondersteunt momenteel alleen vertalingen in één taal; vertalingen in meerdere talen of emoji's worden niet geactiveerd.

– Als het nog steeds niet werkt, suggereren sommige gebruikers de “kill-it”-truc: plaats een opmerking in het Engels, sluit de app en open Xiaohongshu opnieuw om de vertaalfunctie te activeren

De ontwikkelaars van Xiaohongshu zijn ongelooflijk snel, gebruikers zeggen dat ze nog nooit zulke snelle updates hebben gezien. Is dit de legendarische "China-snelheid"?

Iedereen wereldwijd is enthousiast, behalve de vertaalsoftware lol. Ondanks dat het pas een week geleden is gelanceerd, presteert de vertaling uitstekend, waardoor grensoverschrijdend browsen een fluitje van een cent is. Chinese internetslang zoals “u1s1,” “yyds,” en “cpdd” worden nauwkeurig begrepen en geannoteerd.

• u1s1 – Eerlijk gezegd
• yyds – Voor altijd de beste, onsterfelijk
• cpdd – Koppel zoeken, Op zoek naar een koppel

Onze collega gaf toe dat ze niet wist wat "cpdd" betekende, bewijs dat mensen geen partij zijn voor GPT. Xiaohongshu, ben je bezig met het maken van een vertaaltool of een meme-encyclopedie? Een extra bonus is dat Chinese dialecten ook worden vertaald.

Zelfs als er fouten in de originele tekst staan, heeft dat geen invloed op de vertaling. Xiaohongshu annoteert ze zorgvuldig.

Xiaohongshu, je overweegt echt om mij talen te gaan geven. Dat ontroert me. 

Het is duidelijk dat de nieuwe vertaalfunctie op Xiaohongshu wordt ondersteund door een groot taalmodel, en gebruikers staan ​​te popelen om het model erachter te testen. Ze beginnen bijvoorbeeld met een simpele vertaling en schrijven dan een paar regels poëzie.

Sommigen typen zelfs een reeks Morse-codes om het te laten vertalen. Dit is Xiaohongshu, geen spionagethriller!

Eenzijdig verklarend: Xiaohongshu is nu de krachtigste multifunctionele vertaalsoftware.

Het uitvoeren van vertaaltaken met een groot taalmodel is al behoorlijk effectief, maar op een sociaal platform met veel content zoals Xiaohongshu zijn er nog steeds veel uitdagingen.

De diversiteit van taal is de grootste uitdaging. Sommige cultureel specifieke termen, idiomatische uitdrukkingen of metaforen, zoals idiomen en slang, zijn moeilijk nauwkeurig te vertalen.

Er zijn ook namen en bijnamen waardoor het model mogelijk niet goed onderscheid kan maken tussen wat vertaald moet worden en wat ongewijzigd moet blijven.

Zo werd bijvoorbeeld ‘oranje man’ direct vertaald naar ‘橙人’, maar eigenlijk verwijst het naar Trump.

Afgezien van de nauwkeurigheid, beseffen gewone gebruikers mogelijk niet hoeveel rekenkracht er nodig is voor vertaling.

Op een platform met zoveel content als Xiaohongshu, kunnen gebruikers slechts een paar brieven of notities posten die wel honderden woorden lang zijn. Ter vergelijking: het vertalen van langere content verbruikt meer bronnen en verhoogt de systeembelasting.

Bovendien ervaart het systeem, vanwege de grote spreiding van tijdzones en de gebruikers uit verschillende landen, zelden korte laadtijden.

Wanneer beide partijen wakker zijn, kan de korte overlapping in tijdzones leiden tot een plotselinge toename van vertaalaanvragen. Hierdoor moet het systeem in korte tijd een groot aantal gelijktijdige aanvragen verwerken. Dit is een belangrijke test voor de gelijktijdige verwerkingscapaciteiten.

Xiaohongshu is veel te cool

Er is nog geen nauwkeurige informatie over welk model de nieuwe vertaalfunctie gebruikt. Onder de "interrogation" van sommige gebruikers lijkt het GPT te zijn. Sommige gebruikers "interrogeerden" en ontdekten dat het Zhipu was.

Gezien de kostenkwestie is het moeilijk om met zekerheid te zeggen. GPT heeft een groot aantal parameters en hoge rekenkosten, waardoor het niet geschikt is voor implementatie in omgevingen met beperkte middelen.

Een meer haalbare optie zou kunnen zijn om een ​​studentmodel te kiezen en GPT te gebruiken als een docentmodel voor distillatie. Studentmodellen hebben doorgaans minder parameters en snellere inferentiesnelheden, terwijl ze proberen de mogelijkheden van het docentmodel te behouden.

Tegelijkertijd zou deze aanpak veelbelovender kunnen zijn voor Xiaohongshu.

Xiaohongshu onderzoekt al lang AI-technologieën zoals grote taalmodellen en multimodale systemen, maar heeft zich altijd gericht op algoritme-optimalisatie. Ze hebben eerder een aantal kleine AI-functies ontwikkeld.

Weinig mensen weten dat Xiaohongshu's zoekalgoritmeteam op de AAAI-conferentie van 2024 een nieuw idee voor modeldestillatie heeft voorgesteld.

Het Xiaohongshu-zoekalgoritmeteam introduceerde een innovatief raamwerk dat maakt volledig gebruik van negatieve steekproefkennis tijdens de distillatie van grote modelinferentiemogelijkheden.

“Negatieve samples” is een interessant concept. Traditionele distillatie richt zich doorgaans alleen op positieve samples, wat begrijpelijk is: leraren leren studenten de juiste manier om problemen op te lossen, en zorgen ervoor dat ze het begrijpen en imiteren.

Maar op school hield je waarschijnlijk ook een ‘foutenboekje’ bij, waarin je fouten en de gebieden waar je weinig van begreep, noteerde. Deze fouten zijn ‘negatieve monsters’In Xiaohongshu's commentaarsectie zijn onnauwkeurige vertalingen negatieve voorbeelden.

Net zoals ‘fouten’ belangrijke informatie bevatten, kunnen negatieve steekproeven studentenmodellen helpen om onjuiste voorspellingen te identificeren, hun onderscheidingsvermogen te verbeteren, de omgang met moeilijke steekproeven te verbeteren en consistentie in complexe taaluitdrukkingen te behouden.

Bijvoorbeeld, als je financiële termen wilt bespreken met internationale vrienden in de commentaarsectie, kan het woord "bank" vaak voorkomen. Het heeft ook andere betekenissen: "rivieroever" en het kan ook als werkwoord worden gebruikt.

Door middel van negatief sample learning wordt het model getraind om polyseme expressies te herkennen, vertaallogica te corrigeren en natuurlijkere inhoud te genereren.

Het voordeel van negatieve samples strekt zich ook uit tot de ondersteuning van minder gangbare talen. Het is belangrijk om op te merken dat dit niet alleen voor Amerikaanse gebruikers is; gebruikers van over de hele wereld doen mee: Servië, Peru en enkele inheemse regio's van Australië.

Door gebruik te maken van negatieve steekproeven (waaronder veelvoorkomende vertaalfoutenpatronen) kunnen studentenmodellen veelvoorkomende fouten identificeren en vermijden, waardoor de vertaalmogelijkheden voor talen met weinig hulpmiddelen worden verbeterd.

Het raamwerk voorgesteld door het Xiaohongshu-team is een innovatieve toepassing van distillatie, aanvankelijk gericht op het extraheren van complexe redeneercapaciteiten uit grote taalmodellen en het overbrengen ervan naar gespecialiseerde kleine modellen. Destijds was het niet duidelijk welke specifieke taken konden worden uitgevoerd en vertaling leek niet de focus te zijn.

Misschien wist niemand dat dit raamwerk Xiaohongshu een jaar later zou helpen een brug te worden voor internationale communicatie.

Zoals het gezegde luidt: kansen zijn altijd gunstig voor degenen die voorbereid zijn.

Bron van als een

Disclaimer: De hierboven vermelde informatie wordt verstrekt door ifanr.com, onafhankelijk van Chovm.com. Chovm.com geeft geen verklaringen en garanties met betrekking tot de kwaliteit en betrouwbaarheid van de verkoper en producten. Chovm.com wijst uitdrukkelijk elke aansprakelijkheid af voor inbreuken met betrekking tot het auteursrecht op inhoud.