M2M-100 เป็นโมเดล MMT (Multilingual Machine Translation)
ซึ่งเป็นครั้งแรกที่สามารถแปลข้ามกันระหว่าง 100 คู่ภาษาได้ โดยไม่ต้องพึ่งพาข้อมูลภาษาอังกฤษ
โดยปกติการแปลส่วนใหญ่มักต้องผ่านภาษาอังกฤษซึ่งมีข้อมูลเทรนนิงจำนวนมาก แต่โมเดลนี้แปลได้โดยตรง จึงช่วยคงความหมายไว้ได้ดีกว่า
แสดงผลลัพธ์ที่ดีกว่ามากกว่า 10% ในคะแนน BLEU (Bilingual Evaluation Understudy)
ได้รับการเทรนในทิศทางภาษารวม 2,200 แบบ ซึ่งมากกว่าโมเดลพหุภาษาที่ยึดภาษาอังกฤษเป็นศูนย์กลางระดับแนวหน้ารุ่นก่อนถึง 10 เท่า
การใช้ M2M-100 จะช่วยยกระดับคุณภาพการแปลให้กับผู้ใช้ภาษาที่มีข้อมูลน้อย
บทความนี้ได้แบ่งปันรายละเอียดเกี่ยวกับชุดข้อมูลฝึก MMT และวิธีสร้างโมเดล
รวมถึงเปิดเผยตัวโมเดล วิธีการฝึก และวิธีประเมินผล เพื่อให้นักวิจัยคนอื่นสามารถทำซ้ำและพัฒนาโมเดลพหุภาษาที่ดียิ่งขึ้นได้
สามารถดาวน์โหลดไฟล์โมเดลที่เทรนด้วยพารามิเตอร์ 12 พันล้านตัวได้ (136GB)
ยังไม่มีความคิดเห็น