8 poin oleh xguru 2022-07-10 | Belum ada komentar. | Bagikan ke WhatsApp
  • Proyek AI Facebook yang "inovatif" dan "berbeda sama sekali dari sebelumnya"
  • Model open source yang dapat langsung menyediakan terjemahan berkualitas tinggi, telah dievaluasi di antara 200 bahasa termasuk bahasa dengan sumber daya rendah seperti Asturias, Luganda, dan Urdu
  • NLLB bertujuan memberi kesempatan kepada siapa pun untuk mengakses dan membagikan konten web dalam bahasa ibu mereka, serta berkomunikasi dengan semua orang di seluruh dunia terlepas dari bahasa pilihan masing-masing
  • Penerapan nyata
    • Menerapkan teknologi AI ke Facebook dan Instagram untuk terjemahan bahasa dengan sumber daya rendah
    • Menyediakan Wikipedia dalam semua bahasa
  • Program demo terjemahan AI: 'Stories Told Through Translation'
    • Dalam beberapa bulan ke depan, cakupan terjemahan akan diperluas ke lebih dari seratus bahasa
    • Dengan demikian, NLLB-200 menjadi model AI pertama yang dapat menerjemahkan sastra dalam skala besar
  • Teknologi: bagaimana model open source NLLB langsung menerjemahkan 200 bahasa?
    • 1 Penyusunan dataset otomatis: data pelatihan yang berisi kalimat dalam bahasa masukan dan bahasa keluaran yang diinginkan dikumpulkan
    • 2 Pelatihan: setelah membuat data pelatihan yang disesuaikan dengan ribuan instruksi pelatihan, data ini dimasukkan ke pipeline pelatihan model milik Meta
      • Encoder yang mengubahnya menjadi representasi vektor internal dan decoder yang mengambil representasi vektor internal untuk menghasilkan kalimat keluaran secara akurat
    • 3 Evaluasi: model ini dievaluasi dengan acuan terjemahan kumpulan kalimat yang diterjemahkan manusia untuk memastikan kualitas terjemahannya memuaskan
      • Menggunakan daftar bahasa berbahaya yang dibuat untuk semua bahasa yang didukung guna mendeteksi dan memfilter kata-kata kasar serta konten tidak menyenangkan lainnya
      • Hasilnya, lahirlah model yang terlatih baik dan mampu langsung menerjemahkan sebuah bahasa

Belum ada komentar.

Belum ada komentar.