tencent/Hunyuan-MT-7B

Hunyuan-MT-7B is het meertalige vertaalmodel van Tencent. De basistaak is een bronpassage omzetten in de gevraagde doeltaal. Tencent onderscheidt deze vertaler van Hunyuan-MT-Chimera, het ensemblemodel van de familie dat meerdere vertaalvoorstellen verfijnt tot één resultaat.

Kies het talenpaar en de bedoelde vertaling

Tencent beschrijft onderlinge vertaling tussen 33 talen en benadrukt vijf talen of dialecten van etnische minderheden in China. De gepubliceerde taaltabel bevat Chinees, Traditioneel Chinees, Engels, Frans, Portugees, Spaans, Japans, Turks, Russisch, Arabisch, Koreaans, Thais, Italiaans, Duits, Vietnamees, Maleis, Indonesisch, Filipijns, Hindi, Pools, Tsjechisch, Nederlands, Khmer, Birmaans, Perzisch, Gujarati, Urdu, Telugu, Marathi, Hebreeuws, Bengaals, Tamil en Oekraïens. Ook worden Tibetaans, Kazachs, Mongools, Oeigoers en Kantonees expliciet vermeld.

Geef de doeltaal precies aan, inclusief waar relevant het vereiste schrift. Een bruikbare briefing kan aangeven of een document Vereenvoudigd of Traditioneel Chinees nodig heeft en de doelgroep en terminologie benoemen die consistent moeten blijven. Houd de bronpassage intact zodat de vertaling aan het exact aangeleverde materiaal kan worden getoetst.

Volg de vertaalprompt van de producent

De fabrikant biedt één promptsjabloon voor vertaling waarbij Chinees betrokken is en een ander voor talenparen zonder Chinees. Beide benoemen de doeltaal, plaatsen de brontekst onder de instructie en vragen om de vertaling zonder toegevoegde uitleg. Het model heeft geen standaardsysteemprompt, dus zet de taakinstructie in het ingediende bericht in plaats van op een niet-gespecificeerde standaardrol te vertrouwen.

Voor een talenpaar zonder Chinees kan een oorspronkelijke briefing beginnen met: “Vertaal het volgende segment naar het Frans, zonder aanvullende uitleg.” Laat daarop de bronpassage volgen. Gebruik wanneer Chinees betrokken is het bijbehorende Chinese sjabloon en vervang de tijdelijke aanduiding voor de doeltaal. Het verwachte artefact is de vertaalde passage, klaar voor een afzonderlijke beoordeling of de volgende verwerkingsstap van een applicatie.

Bereid segmenten voor die de betekenis behouden

Gebruik samenhangende zinnen of alinea’s in plaats van tekst op willekeurige tekenposities af te breken. Bewaar het omringende materiaal dat nodig is om voornaamwoorden, technische termen en idiomen te begrijpen. Neem voor een producthandleiding de productnaam, gedefinieerde termen en de daadwerkelijke instructie samen op; behoud voor een ondersteuningsgesprek de vraag en het antwoord waarnaar die verwijst.

Als een groter document in segmenten wordt verwerkt, houd dan een stabiele segment-ID buiten de te vertalen tekst en handhaaf de afgesproken terminologie in de resulterende passages. Vraag expliciet hoe namen, maten en tijdelijke aanduidingen moeten worden behandeld en controleer die behandeling vervolgens in de uitvoer. Deze voorbereidingsstappen maken het resultaat gemakkelijker samen te voegen en te beoordelen; ze vervangen de controle van de vertaalde betekenis niet.

Houd de vertaler en het ensemble gescheiden

Hunyuan-MT-7B produceert een vertaling op basis van de bron. De gedocumenteerde workflow van Chimera neemt daarentegen de oorspronkelijke bron plus meerdere voorstellen in de doeltaal en produceert één verfijnde vertaling. Een workflow die beide stappen gebruikt, moet die voorstellen aan het afzonderlijke ensemblemodel leveren; alleen MT-7B selecteren voert die aanvullende samenvoeging niet uit.

De producent vermeldt FP8-checkpoints ook afzonderlijk. Bewaar de gewone editienaam Hunyuan-MT-7B wanneer je het verzoek en de vertaling opslaat en onderscheid die van een FP8- of Chimera-artefact wanneer je resultaten vergelijkt. De latere HY-MT1.5-modellen hebben hun eigen identiteiten en specificaties.

Native inferentierichtlijnen en resultaatbeoordeling

Tencent raadt in zijn native inferentievoorbeeld temperature 0.7, top_p 0.6, top_k 20 en repetition_penalty 1.05 aan. Behandel de vertaalde inhoud als het te beoordelen resultaat. Controleer namen, getallen, eenheden, ontkenningen, datums en de relatie tussen zinnen aan de hand van de bron, vooral waar een letterlijke vertaling de bedoelde betekenis kan verliezen.

Bewaar de bron, doeltaal, gekozen modelidentiteit en uiteindelijke beoordeelde vertaling bij elkaar. Controleer voor applicatietekst of tijdelijke aanduidingen en opmaak nog steeds aan de bedoelde velden gekoppeld zijn; lees voor een document de samengevoegde alinea’s op consistente terminologie en toon. Een vloeiende zin kan nog steeds correctie nodig hebben als die een feitelijk detail of een instructie verandert.

Selecteer via Ailoot deze exacte model-ID in /v1/chat/completions en lever de taak aan in messages. Elk bericht bevat een role en de bijbehorende content; houd de relevante instructie en het bronmateriaal bij elkaar. Verzamel de volledige JSON-respons of alle SSE-segmenten wanneer stream is ingeschakeld en bewaar usage bij het schriftelijke resultaat.