带有文本覆盖的翻译错误的

subornaakter25

使用大型语言模型来处理翻译任务已经相当有效，但在小红书这样内容丰富的社交平台上，仍然存在不少挑战。

语言的多样性是最难的。一些文化特定的术语、惯用表达或隐喻，如习语和俚语，很难准确翻译。

还有一些名称和昵称，模型可能无法很好地区分哪些需要翻译，哪些应该保持不变。

例如，“orange man”被直接译为“橙人”，但实际上指的是特朗普。

除了准确性之外，普通用户 危地马拉 whatsapp 电话号码列表 可能不会意识到翻译所需的计算资源。

在小红书这样内容丰富的平台上，用户发布的文字内容可能只有几封信或几百字，相比之下，翻译较长的内容会消耗更多资源，增加系统负载。

此外，由于用户来自不同的国家，时区分布广泛，这意味着系统很少会出现负载低的情况。

当双方都处于清醒状态时，短暂的时区重叠会导致翻译请求突然激增，需要系统在短时间内处理大量并发请求，这对其并发处理能力是一个重大考验。

小红书太酷了
新翻译功能采用的是哪种模型，目前还没有准确消息。在一些用户的“询问”下，似乎是GPT。也有用户“询问”后，发现是智普。

带有文本覆盖的 GPT-4 模型的 GIF。
考虑到成本问题，目前还很难说。GPT 的参数数量庞大，计算成本高，不适合在资源受限的环境中部署。

更可行的选择可能是选择学生模型并使用 GPT 作为教师模型进行蒸馏。学生模型通常具有更少的参数和更快的推理速度，同时尝试保留教师模型的功能。

同时，这种方式对小红书来说或许更有前景。

小红书一直在探索大型语言模型、多模态系统等人工智能技术，但一直专注于算法优化。他们之前开发了一些小型的人工智能功能。

很少有人知道，在2024年的AAAI大会上，小红书的搜索算法团队提出了模型蒸馏的新思路。