tencent/Hunyuan-MT-7B

Hunyuan-MT-7B è il modello di traduzione multilingue di Tencent. Il suo compito di base è ricevere un passaggio sorgente e produrlo nella lingua di destinazione richiesta. Tencent distingue questo traduttore da Hunyuan-MT-Chimera, il modello di insieme della famiglia che perfeziona più traduzioni candidate in un unico risultato.

Scegli la coppia linguistica e la traduzione desiderata

Tencent descrive la traduzione reciproca tra 33 lingue e mette in risalto cinque lingue o dialetti delle minoranze etniche cinesi. La tabella linguistica pubblicata comprende cinese, cinese tradizionale, inglese, francese, portoghese, spagnolo, giapponese, turco, russo, arabo, coreano, thailandese, italiano, tedesco, vietnamita, malese, indonesiano, filippino, hindi, polacco, ceco, olandese, khmer, birmano, persiano, gujarati, urdu, telugu, marathi, ebraico, bengalese, tamil e ucraino. Elenca inoltre esplicitamente tibetano, kazako, mongolo, uiguro e cantonese.

Indica con precisione la lingua di destinazione, compreso il sistema di scrittura richiesto quando pertinente. Un brief utile può specificare se un documento richiede cinese semplificato o tradizionale e indicare il pubblico e la terminologia da mantenere coerente. Conserva intatto il passaggio sorgente, così che la traduzione possa essere verificata sul materiale esatto fornito.

Segui il prompt di traduzione del produttore

Il produttore fornisce un modello di prompt per la traduzione che coinvolge il cinese e un altro per coppie linguistiche che non lo coinvolgono. Entrambi indicano la lingua di destinazione, collocano il testo sorgente sotto l’istruzione e chiedono la traduzione senza una spiegazione aggiunta. Il modello non ha un prompt di sistema predefinito: inserisci quindi l’istruzione dell’attività nel messaggio inviato invece di affidarti a un ruolo predefinito non specificato.

Per una coppia che non coinvolge il cinese, un brief originale può iniziare così: «Traduci il segmento seguente in francese, senza spiegazioni aggiuntive». Fallo seguire dal passaggio sorgente. Quando l’attività coinvolge il cinese, usa il corrispondente modello cinese e sostituisci il segnaposto della lingua di destinazione. L’artefatto atteso è il passaggio tradotto, pronto per una verifica separata o per il passaggio di elaborazione successivo di un’applicazione.

Prepara segmenti che preservino il significato

Usa frasi o paragrafi coerenti invece di spezzare il testo in posizioni arbitrarie dei caratteri. Mantieni il materiale circostante necessario per interpretare pronomi, termini tecnici ed espressioni idiomatiche. Per un manuale di prodotto, includi insieme nome del prodotto, termini definiti e istruzione effettiva; per uno scambio di assistenza, conserva la domanda e la risposta a cui si riferisce.

Se un documento più grande viene elaborato per segmenti, conserva un ID stabile del segmento fuori dal testo da tradurre e mantieni la terminologia concordata nei passaggi risultanti. Chiedi esplicitamente come gestire nomi, misure e segnaposto, quindi controlla tale trattamento nell’output. Questi passaggi preparatori rendono il risultato più facile da ricomporre e verificare; non sostituiscono il controllo del significato tradotto.

Mantieni distinti il traduttore e il modello di insieme

Hunyuan-MT-7B produce una traduzione a partire dalla fonte. Il flusso documentato di Chimera riceve invece il sorgente originale insieme a più candidati nella lingua di destinazione e produce un’unica traduzione perfezionata. Un flusso che usa entrambe le fasi deve fornire quei candidati al modello di insieme separato; selezionare soltanto MT-7B non esegue quell’ulteriore fusione.

Il produttore elenca inoltre separatamente i checkpoint FP8. Conserva il nome dell’edizione ordinaria Hunyuan-MT-7B quando salvi richiesta e traduzione e distinguila da un artefatto FP8 o Chimera quando confronti i risultati. I successivi modelli HY-MT1.5 hanno identità e specifiche proprie.

Indicazioni per l’inferenza nativa e verifica del risultato

Tencent raccomanda temperature 0.7, top_p 0.6, top_k 20 e repetition_penalty 1.05 nel suo esempio di inferenza nativa. Considera il contenuto tradotto come il risultato da verificare. Controlla nomi, numeri, unità, negazioni, date e relazione tra le frasi confrontandoli con la fonte, soprattutto quando una traduzione letterale potrebbe perdere il significato voluto.

Conserva insieme sorgente, lingua di destinazione, identità del modello selezionato e traduzione finale verificata. Per il testo di un’applicazione, controlla che segnaposto e formattazione restino collegati ai campi previsti; per un documento, leggi i paragrafi ricomposti per verificare coerenza di terminologia e tono. Anche una frase scorrevole può richiedere una correzione se cambia un dettaglio fattuale o un’istruzione.

Tramite Ailoot, seleziona questo esatto ID del modello in /v1/chat/completions e fornisci l’attività in messages. Ogni messaggio contiene un role e il relativo content; mantieni insieme l’istruzione pertinente e il materiale di partenza. Raccogli la risposta JSON completa oppure tutti i segmenti SSE quando stream è abilitato e conserva usage insieme al risultato scritto.