Google ने आज अपने नवीनतम ओपन सोर्स वेट मॉडल जेम्मा 3 पर आधारित एक नया ओपन सोर्स ट्रांसलेशन मॉडल परिवार, TranslateGemma जारी किया, जिसे आधिकारिक तौर पर "अनुवाद क्षेत्र को खोलने में एक महत्वपूर्ण कदम" कहा जाता है। पहला बैच 55 भाषाओं को सपोर्ट करता है, जिसमें स्पेनिश, फ्रेंच, चीनी और हिंदी जैसी मुख्यधारा की भाषाएं शामिल हैं।
इस रिलीज़ का समय प्रतिस्पर्धियों की गतिशीलता का बारीकी से अनुसरण करता है: कुछ ही घंटे पहले, ओपनएआई ने चैटजीपीटी ट्रांसलेशन टूल लॉन्च किया था, जो टोन और संदर्भ नियंत्रण पर केंद्रित है। दोहरे कॉलम इंटरफ़ेस और स्वचालित भाषा पहचान के माध्यम से, यह उपयोगकर्ता अनुभव और संदर्भ समझ के मामले में Google अनुवाद जैसी पारंपरिक अनुवाद सेवाओं को चुनौती देने का प्रयास करता है। इसके विपरीत, TranslateGemma कई बेंचमार्क पर ओपन मॉडल क्षमताओं और समग्र अनुवाद गुणवत्ता पर अधिक जोर देता है।
TranslateGemma परिवार वर्तमान में तीन आकारों में उपलब्ध है: 4 बिलियन, 12 बिलियन और 27 बिलियन पैरामीटर। Google द्वारा दिए गए मूल्यांकन परिणाम बताते हैं कि WMT24++ बेंचमार्क पर, TranslateGemma 12B ने Gemma 3 27B के मूल संस्करण से बेहतर प्रदर्शन किया, जिसका अर्थ है कि आधे से भी कम मापदंडों के साथ, यह अनुवाद सटीकता को बनाए रखने या यहां तक कि सुधार करते हुए उच्च थ्रूपुट और कम विलंबता प्राप्त कर सकता है, जो सीमित कंप्यूटिंग शक्ति वाले वातावरण में उच्च गुणवत्ता वाले अनुवाद मॉडल को तैनात करने में डेवलपर्स के लिए फायदेमंद है।
परिनियोजन परिदृश्यों के संदर्भ में, Google ने कहा कि 4B मॉडल मोबाइल अनुमान के लिए अनुकूलित है और मोबाइल फोन जैसे टर्मिनल उपकरणों पर स्थानीय रूप से चलने के लिए उपयुक्त है; 12बी मॉडल उपभोक्ता लैपटॉप जैसे स्थानीय कंप्यूटिंग पावर परिदृश्यों पर केंद्रित है; और 27B मॉडल के लिए मजबूत कंप्यूटिंग पावर समर्थन की आवश्यकता होती है, जैसे क्लाउड सिंगल-कार्ड NVIDIA H100 और अन्य कॉन्फ़िगरेशन। विस्ट्रा इमेज ट्रांसलेशन बेंचमार्क पर, ट्रांसलेशनजेम्मा ने इंट्रा-इमेज टेक्स्ट ट्रांसलेशन कार्य पर भी बेहतर परिणाम हासिल किए, भले ही इसे इस परिदृश्य के लिए विशेष रूप से ठीक नहीं किया गया था, जो मल्टीमॉडल टेक्स्ट समझ के लिए मॉडल की क्षमता को प्रदर्शित करता है।
Google ने खुलासा किया कि TranslateGemma के प्रदर्शन में सुधार दो-चरणीय प्रशिक्षण प्रक्रिया से आता है। पहले चरण में फाइन-ट्यूनिंग का पर्यवेक्षण किया जाता है। अनुसंधान टीम ने जेम्मा 3 बेस मॉडल के शीर्ष पर बड़ी मात्रा में मानव अनुवाद कोष पेश किया और इसे प्रशिक्षण के लिए जेमिनी मॉडल द्वारा उत्पन्न उच्च गुणवत्ता वाले सिंथेटिक डेटा के साथ जोड़ा। दूसरा चरण मेट्रिकएक्स-क्यूई, ऑटोएमक्यूएम और अन्य उन्नत संकेतकों सहित इनाम मॉडल के एक सेट के माध्यम से अनुवाद गुणवत्ता अनुकूलन को निर्देशित करने के लिए सुदृढीकरण सीखने का उपयोग करता है, जिससे मॉडल अनुवाद आउटपुट के लिए अधिक प्राकृतिक और प्रासंगिक रूप से उपयुक्त हो जाता है।
वर्तमान में, शोधकर्ताओं और डेवलपर्स के लिए स्वतंत्र रूप से प्रयोग और विकास करने के लिए ट्रांसलेशनजेम्मा मॉडल की पूरी श्रृंखला कागल और हगिंग फेस प्लेटफॉर्म पर डाउनलोड के लिए उपलब्ध है। जबकि OpenAI अनुवाद को चैट-आधारित फ्रंट-एंड उत्पादों में एकीकृत करता है, Google उच्च-प्रदर्शन वाले अंतर्निहित मॉडल खोलकर तीसरे पक्ष के एप्लिकेशन निर्माण के लिए अधिक तकनीकी विकल्प प्रदान करता है, जो यह भी इंगित करता है कि मशीन अनुवाद ट्रैक खुले मॉडल और सेवा-उन्मुख टूल के दो स्तरों पर प्रतिस्पर्धा को तेज करेगा।
संबंधित आलेख:
चैटजीपीटी अनुवाद ऑनलाइन है: ओपनएआई ने Google अनुवाद के लिए चुनौतियों का एक नया दौर शुरू किया है