东北大学开源多语言翻译模型 NiuTrans.LMT
东北大学“小牛翻译”团队近日正式开源其最新大模型——NiuTrans.LMT（Large-scale Multilingual Translation），一举实现60种语言、234个翻译方向的全覆盖，不仅以中文与英文为双核心构建全球语言桥梁，更在藏语、阿姆哈拉语等29种低资源语言上取得显著突破。 区别于多数以英语为唯一枢纽的翻译模型，NiuTrans.LMT采用中-英双中心设计，支持中文↔58种语言、英文↔59种语言的高质量直译，避免“中文→英文→小语种”的二次失真。 13种高资源语言（如法语、阿拉伯语、西班牙语）：翻译流畅度媲美人类； 18种中资源语言（如印地语、芬兰语）：在专业术语与语法结构上高度准确； 29种低资源语言（含藏语、斯瓦希里语、孟加拉语等）：通过数据增强与迁移学习，实现从“不可译”到“可用译”的跨越。 NiuTrans.LMT 的两阶段训练流程如下: 继续预训练（CPT）：在900亿tokens的多语言语料上均衡学习，确保小语种不被淹没; 监督微调（SFT）：整合FLORES-200、WMT等高质量平行语料（56.7万条样本，覆盖117方向），精调翻译准确性与风格一致...
