tencent/Hunyuan-MT-7B

Hunyuan-MT-7B est le modèle de traduction multilingue de Tencent. Sa fonction principale est de recevoir un passage source et de le produire dans la langue cible demandée. Tencent distingue ce traducteur de Hunyuan-MT-Chimera, le modèle d’ensemble de la famille qui affine plusieurs propositions de traduction pour obtenir un résultat unique.

Choisissez la paire de langues et la traduction souhaitée

Tencent décrit la traduction réciproque entre 33 langues et met en avant cinq langues ou dialectes de minorités ethniques chinoises. Le tableau publié comprend le chinois, le chinois traditionnel, l’anglais, le français, le portugais, l’espagnol, le japonais, le turc, le russe, l’arabe, le coréen, le thaï, l’italien, l’allemand, le vietnamien, le malais, l’indonésien, le filipino, l’hindi, le polonais, le tchèque, le néerlandais, le khmer, le birman, le persan, le gujarati, l’ourdou, le télougou, le marathi, l’hébreu, le bengali, le tamoul et l’ukrainien. Il mentionne aussi explicitement le tibétain, le kazakh, le mongol, l’ouïghour et le cantonais.

Précisez exactement la langue cible, y compris le système d’écriture requis si nécessaire. Un brief utile peut indiquer si un document doit être en chinois simplifié ou traditionnel et préciser le public et la terminologie à maintenir. Gardez le passage source intact pour vérifier la traduction par rapport au texte exact fourni.

Suivez le prompt de traduction du producteur

Le fabricant fournit un modèle de prompt pour les traductions impliquant le chinois et un autre pour les paires de langues sans chinois. Les deux nomment la langue cible, placent le texte source sous la consigne et demandent la traduction sans explication ajoutée. Le modèle n’a pas de prompt système par défaut ; placez donc la consigne de tâche dans le message soumis au lieu de compter sur un rôle par défaut non précisé.

Pour une paire sans chinois, un brief peut commencer par : « Traduisez le segment suivant en français, sans explication supplémentaire. » Faites-le suivre du passage source. Lorsque la tâche implique le chinois, utilisez le modèle chinois correspondant et remplacez son espace réservé à la langue cible. Le livrable attendu est le passage traduit, prêt pour une évaluation séparée ou la prochaine étape de traitement d’une application.

Préparez des segments qui préservent le sens

Utilisez des phrases ou des paragraphes cohérents au lieu de couper le texte à des positions de caractères arbitraires. Gardez les éléments environnants nécessaires pour interpréter les pronoms, les termes techniques et les expressions idiomatiques. Pour un manuel produit, réunissez le nom du produit, les termes définis et la consigne réelle ; pour un échange d’assistance, préservez la question et la réponse à laquelle elle se rapporte.

Si un document plus long est traité par segments, conservez un identifiant de segment stable en dehors du texte à traduire et maintenez la terminologie convenue entre les passages obtenus. Demandez explicitement comment traiter les noms, les mesures et les espaces réservés, puis examinez ce traitement dans la sortie. Ces étapes de préparation facilitent l’assemblage et l’évaluation du résultat ; elles ne remplacent pas la vérification du sens traduit.

Gardez le traducteur et le modèle d’ensemble séparés

Hunyuan-MT-7B produit une traduction à partir de la source. Le processus documenté de Chimera prend, lui, la source originale et plusieurs propositions dans la langue cible pour produire une traduction affinée unique. Un processus qui utilise ces deux étapes doit fournir ces propositions au modèle d’ensemble distinct ; sélectionner MT-7B seul n’effectue pas cette fusion supplémentaire.

Le producteur répertorie aussi les checkpoints FP8 séparément. Conservez le nom de l’édition ordinaire Hunyuan-MT-7B lors de l’enregistrement de la requête et de la traduction et distinguez-le d’un livrable FP8 ou Chimera pour comparer les résultats. Les modèles HY-MT1.5 ultérieurs ont leurs propres identités et spécifications.

Conseils d’inférence native et évaluation du résultat

Tencent recommande temperature 0.7, top_p 0.6, top_k 20 et repetition_penalty 1.05 dans son exemple d’inférence native. Traitez le contenu traduit comme le résultat à examiner. Vérifiez les noms, les nombres, les unités, la négation, les dates et les relations entre les phrases par rapport à la source, surtout lorsqu’une traduction littérale pourrait perdre le sens voulu.

Conservez ensemble la source, la langue cible, l’identité du modèle sélectionné et la traduction finale examinée. Pour le texte d’application, vérifiez que les espaces réservés et le formatage correspondent toujours aux champs prévus ; pour un document, lisez les paragraphes assemblés pour contrôler la cohérence de terminologie et de ton. Une phrase fluide peut encore nécessiter une correction si elle modifie un détail factuel ou une consigne.

Via Ailoot, sélectionnez cet identifiant de modèle exact dans /v1/chat/completions et indiquez la tâche dans messages. Chaque message comporte un role et son content ; gardez ensemble la consigne pertinente et les documents sources. Récupérez la réponse JSON complète ou tous les segments SSE lorsque stream est activé, et conservez usage avec le résultat écrit.