Bilibili Index-Translate: 150 Dil Destekli Çeviri Modeli

Çinli video platformu Bilibili'nin Index LLM ekibi, çok dilli çeviri modeli ailesi Index-Translate'i açık kaynak olarak yayınladı. Qwen3.5 tabanlı modeller 150 dili destekliyor ve yalnızca metin çevirisiyle sınırlı kalmıyor.

Index-Translate Nedir?

Index-Translate, metin çevirisi için tasarlanmış açık ağırlıklı bir model ailesi. 2B, 9B ve 35B-A3B (önizleme) olmak üzere üç boyutta geliyor. Üçüncüsü toplam 35 milyar parametreli bir mixture-of-experts (MoE) mimarisi kullanıyor; her işlemde bu parametrelerin yaklaşık 3 milyarını etkinleştiriyor. Bilibili, modelleri Apache 2.0 lisansıyla Hugging Face ve ModelScope üzerinden paylaştı.

Hangi Diller ve Yetenekler Var?

Aile 150 dili destekliyor ve çeviri talimatlarını izleyebiliyor. Örneğin yazılım yerelleştirmede ürün adlarının tutarlı kalmasını, yer tutucuların veya JSON yapısının korunmasını isteyebiliyorsunuz. Model ayrıca terminoloji, üslup ve çıktı biçimi konusunda talimat alabiliyor.

Türev Modeller: Ses, Dublaj ve Uzun Belge

Index-Translate tek bir model değil; üç türev içeriyor. Index-Echo, uçtan uca konuşma-metin (S2TT) ve konuşma-konuşma (S2ST) çevirisi yapıyor. Index-Homura, hedef hece oranına göre çeviri uzunluğunu kontrol ederek dublaj penceresine uygun metin üretiyor. Index-NativeLong ise roman gibi uzun belgelerin tek seferde tutarlı biçimde çevrilmesini hedefliyor.

Rakamlarla Performans

Model kartında paylaşılan sonuçlara göre 35B-A3B önizlemesi FLORES testinde 0,8794 COMET-22 skoru elde ediyor. Düşük kaynaklı dil çiftlerinde "hedef dışı" oranı yüzde 2,4 ile karşılaştırma kümesinin en düşüğü olarak veriliyor. Altyazı verisinde 0,8962, biyomedikal metinde 0,8681 COMET-22 değerleri paylaşılıyor. Genel yetenek testlerinde C-Eval'de yüzde 77,6 ve GPQA-Diamond'da yüzde 49,1 kaydediliyor. Bu sonuçlar model kartına dayanıyor; henüz bağımsız doğrulama sınırlı.

Neden Önemli?

Çeviri, yapay zekanın en yaygın kullanım alanlarından biri; ancak küçük modeller genelde ya hantal ya da düşük kaliteli olabiliyor. Bilibili, 100B ölçeğindeki çeviri sistemlerine yakın performansı yaklaşık üç kat parametre verimliliğiyle iddia ediyor. Açık lisans, geliştiricilerin modeli kendi altyapılarında barındırmasına imkân tanıyor.

Kullanım Alanları

İçerik üretimi, altyazı ve dublaj, yazılım yerelleştirme ile belge çevirisi öne çıkan senaryolar arasında. Özellikle uzun belge çevirisinde modellerin 64 bin token sonrasında kalitesinin düştüğü bilinen bir zayıflık; Index-NativeLong tam da bu noktaya odaklanıyor.

Nasıl Eğitildi?

Index-Translate, üç aşamalı bir eğitim sürecinden geçiyor. Orta eğitimde genel, tek dilli, paralel ve pivot veriler karıştırılıyor. Ardından genel çeviri, talimat izleme ve meme çevirisi gibi uzmanlar için göreve özel SFT ve RL adımları uygulanıyor; genel çeviri RL'inde XCOMET-XXL hakem olarak kullanılıyor. Son aşamada uzmanlar parametre interpolasyonuyla birleştiriliyor ve zayıf kalan görevler için çok öğretmenli on-policy damıtma (MOPD) devreye giriyor. Toplam 167,77 milyar token çok dilli orta eğitim verisi kullanıldığı belirtiliyor.

Rakipleriyle Karşılaştırma

Bilibili, 35B-A3B modelinin 100 milyar ölçeğindeki çeviri modellerine ve genel amaçlı öncü modellere yakın performans gösterdiğini iddia ediyor. Avantaj yalnızca kalite değil; açık lisans ve göreve özel türevler. Kapalı ve pahalı genel modellere kıyasla, kendi altyapısında barındırılabilen açık ağırlıklar maliyet ve veri egemenliği açısından tercih ediliyor.

Lisans ve Erişim

Model ailesi Apache 2.0 lisansıyla yayınlandı; bu, ticari kullanıma da izin veren esnek bir lisans. Ağırlıklar Hugging Face ve ModelScope üzerinden indirilebiliyor. Geliştiriciler modelleri kendi sunucularında çalıştırabiliyor ya da API üzerinden kullanabiliyor. Açık lisans, şirketlerin çeviri altyapısını dışa bağımlılık olmadan kurmasına olanak tanıyor. Çok dilli içerik üreten ekipler için bu, hem maliyet hem de veri kontrolü açısından önemli bir avantaj.

Sonuç

Index-Translate, açık kaynak çeviri tarafında ciddi bir adım. Metinden sese, dublajdan uzun belgeye uzanan aile yapısı, tek bir model yerine işe özel çözümler sunuyor. Açık ağırlıklı modellerin çeviri alanındaki rekabeti hızlandırması bekleniyor.