tencent/Hunyuan-MT-7B

Hunyuan-MT-7B er Tencents flerspråklige oversettelsesmodell. Grunnoppgaven er å ta en kildepassasje og gjengi den på det forespurte målspråket. Tencent skiller denne oversetteren fra Hunyuan-MT-Chimera, familiens ensemblemodell som bearbeider flere oversettelseskandidater til ett resultat.

Velg språkparet og den tiltenkte oversettelsen

Tencent beskriver gjensidig oversettelse mellom 33 språk og fremhever fem kinesiske etniske minoritetsspråk eller dialekter. Den publiserte språktabellen inkluderer kinesisk, tradisjonell kinesisk, engelsk, fransk, portugisisk, spansk, japansk, tyrkisk, russisk, arabisk, koreansk, thai, italiensk, tysk, vietnamesisk, malayisk, indonesisk, filipino, hindi, polsk, tsjekkisk, nederlandsk, khmer, burmesisk, persisk, gujarati, urdu, telugu, marathi, hebraisk, bengali, tamil og ukrainsk. Den oppgir også uttrykkelig tibetansk, kasakhisk, mongolsk, uigurisk og kantonesisk.

Oppgi målspråket presist, inkludert påkrevd skriftsystem når det er relevant. En nyttig oppgavebeskrivelse kan angi om et dokument trenger forenklet eller tradisjonell kinesisk, og navngi målgruppen og terminologien som skal være konsistent. Behold kildepassasjen intakt, slik at oversettelsen kan kontrolleres mot det nøyaktige materialet som ble vedlagt.

Følg produsentens oversettelsesinstruksjon

Produsenten gir én instruksjonsmal for oversettelse som involverer kinesisk og en annen for språkpar som ikke involverer kinesisk. Begge navngir målspråket, plasserer kildeteksten under instruksjonen og ber om oversettelsen uten en ekstra forklaring. Modellen har ingen standard systeminstruksjon, så legg oppgaveinstruksjonen i den innsendte meldingen, fremfor å stole på en uspesifisert standardrolle.

For et språkpar uten kinesisk kan en opprinnelig oppgavebeskrivelse begynne slik: «Oversett følgende segment til fransk, uten ekstra forklaring.» Følg den med kildepassasjen. Når oppgaven involverer kinesisk, bruker du den tilsvarende kinesiske malen og erstatter plassholderen for målspråket. Den forventede leveransen er den oversatte passasjen, klar for separat gjennomgang eller applikasjonens neste behandlingstrinn.

Klargjør segmenter som bevarer meningen

Bruk sammenhengende setninger eller avsnitt, fremfor å dele teksten ved vilkårlige tegnposisjoner. Behold materialet rundt som trengs for å tolke pronomen, faguttrykk og idiomer. For en produktmanual tar du med produktnavn, definerte begreper og selve instruksjonen samlet; for en supportutveksling bevarer du spørsmålet og svaret det viser til.

Hvis et større dokument behandles i segmenter, holder du en stabil segment-ID utenfor teksten som oversettes og opprettholder avtalt terminologi gjennom de resulterende passasjene. Spør uttrykkelig hvordan navn, mål og plassholdere skal håndteres, og undersøk deretter denne håndteringen i utdataene. Disse klargjøringstrinnene gjør resultatet lettere å sette sammen og vurdere; de erstatter ikke kontroll av den oversatte meningen.

Hold oversetteren og ensemblet atskilt

Hunyuan-MT-7B produserer en oversettelse fra kilden. Chimeras dokumenterte arbeidsflyt tar i stedet den opprinnelige kilden pluss flere målspråkskandidater og produserer én bearbeidet oversettelse. En arbeidsflyt som bruker begge trinnene, må gi disse kandidatene til den separate ensemblemodellen; å velge MT-7B alene utfører ikke denne ekstra sammenslåingen.

Produsenten oppgir også FP8-sjekkpunkter separat. Behold det vanlige utgavenavnet Hunyuan-MT-7B når du lagrer forespørselen og oversettelsen, og skill den fra en FP8- eller Chimera-leveranse når du sammenligner resultater. De senere HY-MT1.5-modellene har egne identiteter og spesifikasjoner.

Opprinnelig inferensveiledning og resultatgjennomgang

Tencent anbefaler temperature 0.7, top_p 0.6, top_k 20 og repetition_penalty 1.05 i sitt opprinnelige inferenseksempel. Behandle det oversatte innholdet som resultatet som skal vurderes. Kontroller navn, tall, enheter, nektelser, datoer og forholdet mellom setningene mot kilden, særlig der en bokstavelig oversettelse kan miste den tiltenkte meningen.

Behold kilde, målspråk, valgt modellidentitet og endelig gjennomgått oversettelse samlet. For applikasjonstekst kontrollerer du at plassholdere og formatering fortsatt er knyttet til de tiltenkte feltene; for et dokument leser du de sammenføyde avsnittene for konsistent terminologi og tone. En flytende setning kan fortsatt kreve rettelse hvis den endrer en faktisk detalj eller en instruksjon.

Gjennom Ailoot velger du denne nøyaktige modell-ID-en i /v1/chat/completions og oppgir oppgaven i messages. Hver melding inneholder en rolle og sitt innhold; hold den relevante instruksjonen og kildematerialet samlet. Samle hele JSON-svaret eller alle SSE-segmentene når stream er aktivert, og behold usage sammen med det skriftlige resultatet.