🌟
Bilibili выложила открытые модели перевода Index-Translate
Команда Index LLM китайского видеохостинга Bilibili
выпустила семейство открытых моделей машинного перевода Index-Translate на базе на Qwen3.5 в трёх размерах -
2B,
9B и
35B-A3B.
MoE 35B-A3B в статусе превью, её веса обещают выложить позже.
Модели переводят между 150 языками, в том числе на русский и с русского, и понимают инструкции к переводу.
В запросе можно задать глоссарий, попросить сохранить разметку, код и плейсхолдеры, выдержать стиль или учесть контекст соседних фраз.
Модели также умеют переводить мемы и сленг китайских интернет-сообществ.
В релиз также вошли в размерностях 2B и 9В каждая:
🟢
Index-Echo S2TT - перевод речи сразу в субтитры;
🟢
Index-Echo S2ST - перевод речи в речь с сохранением голоса говорящего;
🟢
Index-Homura - перевод под заданное число слогов при дубляже;
🟢
Index-NativeLong - перевода целой книги за один проход.
🟡
Тесты
На FLORES-200 флагман 35B-A3B набирает 0,8794 по COMET-22, 9B набирает 0,8789.
Для сравнения - DeepSeek-V4.1-Flash и GPT-5.6-Sol выбили 0,8762 и 0,8650 соответственно.
В бенче instTrans (от самой Bilibili), который проверяет следование инструкциям при переводе, у 35B-A3B 0,8336 балла против 0,7624 у GPT-5.6-Sol.
В WMT26 качество перевода оценивает GPT-5.6-Sol по шкале до 100, и здесь Index-Translate-9B набирает 75,35, а сама GPT-5.6-Sol и DeepSeek-V4.1-Flash получают 89,10 и 83,55.
Для локального запуска в bf16 версии 2B нужно около 8 ГБ видеопамяти, версии 9B - около 24 ГБ без учёта кэша для длинных контекстов.
📌Лицензирование: Apache 2.0
🟡
Страница проекта
🟡
Набор моделей
🟡
Техотчет
🟡
Демо
🖥
GitHub
@ai_machinelearning_big_data
#AI #ML #LLM #Translation #Index #Bilibili
