Depois de muita expectativa, o recurso de tradução do Xiaohongshu finalmente chegou no terceiro final de semana de janeiro de 2025! Aqui estão algumas dicas e coisas para saber👇🏻:
– Atualize o Xiaohongshu (Red Note) para a versão mais recente.
– Tente alterar suas configurações de idioma, incluindo Xiaohongshu e configurações do sistema telefônico.
– Atualmente, oferece suporte apenas para tradução em um único idioma; idiomas mistos ou emojis não o ativarão.
– Se ainda não funcionar, alguns usuários sugerem o truque “kill-it”: poste um comentário em inglês, saia do aplicativo e reabra o Xiaohongshu para ativar o recurso de tradução
Os desenvolvedores do Xiaohongshu são incrivelmente rápidos, com usuários dizendo que nunca viram atualizações tão rápidas. Essa é a lendária “velocidade da China”?
Todos no mundo todo estão animados, exceto os softwares de tradução lol. Apesar de ter sido lançado em apenas uma semana, a tradução tem um desempenho excelente, tornando a navegação internacional uma brisa. Gírias chinesas da internet como “u1s1,” “yyds,” e “cpdd” são compreendidas e anotadas com precisão.
- u1s1 – Para ser honesto
- yyds – Para sempre o melhor, imortal
- cpdd – Busca de casal, Procurando um casal
Nossa colega admitiu que não sabia o que “cpdd” significava — prova de que humanos não são páreo para GPT. Xiaohongshu, você está criando uma ferramenta de tradução ou uma enciclopédia de memes? Um bônus adicional é que dialetos chineses também estão sendo traduzidos.
Mesmo que haja erros no texto original, isso não afetará a tradução. Xiaohongshu os anota cuidadosamente.
Xiaohongshu, você está realmente pensando em me ensinar idiomas, estou emocionado.
Claramente, o novo recurso de tradução no Xiaohongshu é apoiado por um modelo de linguagem grande, e os usuários estão ansiosos para testar o modelo por trás dele. Por exemplo, eles começam com uma tradução simples e, então, escrevem algumas linhas de poesia.
Alguns até digitam uma sequência de código Morse para serem traduzidos — isto é Xiaohongshu, não um thriller de espionagem!
Declarando unilateralmente: Xiaohongshu é agora o software de tradução multifuncional mais poderoso.
Lidar com tarefas de tradução com um grande modelo de linguagem já é bastante eficaz, mas em uma plataforma social rica em conteúdo como a Xiaohongshu, ainda há muitos desafios.
A diversidade da linguagem é o mais desafiador. Alguns termos culturalmente específicos, expressões idiomáticas ou metáforas, como expressões idiomáticas e gírias, são difíceis de traduzir com precisão.
Há também nomes e apelidos que o modelo pode não distinguir bem entre o que precisa de tradução e o que deve permanecer inalterado.
Por exemplo, “homem laranja” foi traduzido diretamente para “橙人”, mas na verdade se refere a Trump.
Além da precisão, usuários comuns podem não perceber os recursos computacionais necessários para a tradução.
Em uma plataforma tão rica em conteúdo quanto Xiaohongshu, os usuários podem postar apenas algumas cartas ou notas com centenas de palavras. Em comparação, traduzir conteúdo mais longo consome mais recursos e aumenta a carga do sistema.
Além disso, com usuários de vários países, a ampla distribuição de fusos horários significa que o sistema raramente apresenta tempos de carregamento baixos.
Quando ambos os lados estão acordados, a breve sobreposição de fusos horários pode levar a um aumento repentino nas solicitações de tradução, exigindo que o sistema lide com um grande número de solicitações simultâneas em um curto espaço de tempo, o que é um teste significativo de suas capacidades de processamento simultâneo.
Xiaohongshu é muito legal
Ainda não há informações precisas sobre qual modelo o novo recurso de tradução usa. Sob o “interrogatório” de alguns usuários, parece ser GPT. Alguns usuários “interrogaram” e descobriram que era Zhipu.
Considerando a questão do custo, é difícil dizer com certeza. O GPT tem um grande número de parâmetros e altos custos computacionais, tornando-o inadequado para implantação em ambientes com recursos limitados.
Uma opção mais viável pode ser escolher um modelo de aluno e usar o GPT como um modelo de professor para destilação. Os modelos de aluno geralmente têm menos parâmetros e velocidades de inferência mais rápidas, enquanto tentam reter as capacidades do modelo de professor.
Ao mesmo tempo, essa abordagem pode ser mais promissora para Xiaohongshu.
A Xiaohongshu há muito tempo explora tecnologias de IA como grandes modelos de linguagem e sistemas multimodais, mas sempre se concentrou na otimização de algoritmos. Eles desenvolveram anteriormente alguns pequenos recursos de IA.
Poucas pessoas sabem que na conferência AAAI de 2024, a equipe de algoritmo de busca de Xiaohongshu propôs uma nova ideia para destilação de modelos.
A equipe do algoritmo de busca Xiaohongshu introduziu uma estrutura inovadora que utiliza totalmente o conhecimento da amostra negativa durante a destilação de grandes capacidades de inferência de modelos.
“Amostras negativas” é um conceito interessante. A destilação tradicional geralmente foca apenas em amostras positivas, o que é compreensível: os professores ensinam aos alunos a maneira correta de resolver problemas, garantindo que eles entendam e imitem.
No entanto, durante a escola, você provavelmente também manteve um “livro de erros”, registrando erros e áreas em que sua compreensão era fraca. Esses erros são “amostras negativas”. Na seção de comentários de Xiaohongshu, traduções imprecisas são amostras negativas.
Assim como os “erros” contêm informações importantes, amostras negativas podem ajudar os modelos de alunos a identificar previsões incorretas, melhorar sua capacidade de discriminação, melhorar o manuseio de amostras difíceis e manter a consistência em expressões linguísticas complexas.
Por exemplo, se você quiser discutir termos financeiros com amigos internacionais na seção de comentários, a palavra “bank” pode aparecer com frequência. Ela também tem outros significados: “riverbank”, e também pode ser usada como verbo.
Por meio do aprendizado de amostra negativa, o modelo é treinado para reconhecer expressões polissêmicas, corrigir a lógica de tradução e gerar conteúdo mais natural.
A vantagem das amostras negativas também se estende ao suporte a idiomas menos comuns. É importante notar que isso não é apenas para usuários americanos; usuários de todo o mundo estão se juntando: Sérvia, Peru e algumas regiões indígenas da Austrália.
Ao utilizar amostras negativas (incluindo padrões comuns de erros de tradução), os modelos de alunos podem identificar e evitar erros frequentes, aprimorando as capacidades de tradução para idiomas com poucos recursos.
A estrutura proposta pela equipe Xiaohongshu é uma aplicação inovadora da destilação, inicialmente visando extrair capacidades complexas de raciocínio de grandes modelos de linguagem e transferi-las para pequenos modelos especializados. Na época, não estava claro quais tarefas específicas poderiam ser realizadas, e a tradução não parecia ser o foco.
Talvez ninguém soubesse que essa estrutura, um ano depois, ajudaria Xiaohongshu a se tornar uma ponte para a comunicação internacional.
Como diz o ditado: a oportunidade sempre favorece os preparados.
Retirado de se um
Isenção de responsabilidade: as informações estabelecidas acima são fornecidas por ifanr.com, independentemente do Chovm.com. Chovm.com não faz nenhuma representação e garantia quanto à qualidade e confiabilidade do vendedor e dos produtos. Chovm.com isenta-se expressamente de qualquer responsabilidade por violações relativas aos direitos autorais do conteúdo.
