Qwen-MT: Nơi Tốc Độ Gặp Gỡ Dịch Thuật Thông Minh

DEMO API DISCORD

Giới thiệu

Bài viết này giới thiệu bản cập nhật mới nhất của Qwen-MT (qwen-mt-turbo) thông qua Qwen API. Bản cập nhật này được xây dựng dựa trên sức mạnh của Qwen3, tận dụng hàng nghìn tỷ token đa ngôn ngữ và dịch thuật để tăng cường khả năng hiểu và dịch thuật đa ngôn ngữ của mô hình một cách toàn diện. Bằng cách tích hợp các kỹ thuật học tăng cường, mô hình đạt được những cải tiến đáng kể về độ chính xác dịch thuật và sự trôi chảy về ngôn ngữ.

Các tính năng chính:

• Hỗ trợ đa ngôn ngữ cho 92 ngôn ngữ: Qwen-MT cho phép dịch thuật chất lượng cao trên 92 ngôn ngữ chính thức và các phương ngữ nổi bật, bao phủ hơn 95% dân số toàn cầu để đáp ứng nhu cầu giao tiếp đa ngôn ngữ đa dạng.
• Khả năng tùy biến cao: Phiên bản mới cung cấp các khả năng dịch thuật nâng cao như can thiệp thuật ngữ, gợi ý theo miền và bộ nhớ dịch. Bằng cách cho phép kỹ thuật prompt có thể tùy chỉnh, nó mang lại hiệu suất dịch thuật tối ưu hóa phù hợp với các tình huống ứng dụng phức tạp, dành riêng cho từng miền và quan trọng.
• Độ trễ thấp & Hiệu quả về chi phí: Bằng cách tận dụng kiến trúc Mixture of Experts (MoE) gọn nhẹ, Qwen-MT đạt được hiệu suất dịch thuật cao với thời gian phản hồi nhanh hơn và chi phí API giảm đáng kể (thấp tới 0,5 đô la cho mỗi triệu token đầu ra). Điều này đặc biệt phù hợp với môi trường có tính đồng thời cao và các ứng dụng nhạy cảm về độ trễ.

Chất lượng dịch thuật

Đánh giá tự động

Chúng tôi đánh giá Qwen-MT trên benchmark dịch thuật đa miền, đặc biệt là dịch tiếng Trung-Anh và tiếng Anh-Đức, cũng như benchmark dịch thuật đa ngôn ngữ WMT24. Kết quả thử nghiệm cho thấy Qwen-MT vượt trội hơn đáng kể so với các mô hình có kích thước tương đương bao gồm GPT-4.1-mini, Gemini-2.5-Flash và Qwen3-8B. Đáng chú ý, ngay cả khi so sánh với các mô hình ngôn ngữ lớn hiện đại như GPT-4.1, Gemini-2.5-Pro và Qwen3-235B-A22B, Qwen-MT vẫn duy trì chất lượng dịch thuật cạnh tranh trong khi kiến trúc gọn nhẹ được tối ưu hóa của nó cho phép xử lý dịch thuật nhanh chóng.

Đánh giá của con người

Các phương pháp đánh giá tự động có những hạn chế vốn có, chúng tôi đã triển khai thêm các giao thức đánh giá của con người bằng cách tận dụng dữ liệu dịch thuật thực tế trên mười ngôn ngữ chính: tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn, tiếng Thái, tiếng Ả Rập, tiếng Ý, tiếng Nga, tiếng Tây Ban Nha và tiếng Pháp. Khuôn khổ đánh giá nghiêm ngặt của chúng tôi bao gồm ba dịch giả chuyên nghiệp độc lập chấm điểm từng mẫu thử nghiệm, sau đó là các quy trình đối chiếu chéo có hệ thống để đảm bảo tính khách quan và độ tin cậy của kết quả đánh giá. Đáng chú ý, Qwen-MT đã đạt được các số liệu hiệu suất vượt trội, thể hiện những lợi thế đáng kể về cả tỷ lệ chấp nhận và tỷ lệ xuất sắc, xác nhận khả năng dịch thuật đặc biệt của nó trong các tình huống triển khai thực tế.

Dưới đây là một số ví dụ dịch thuật:

Hỗ trợ ngôn ngữ

Cách sử dụng

Bạn có thể dễ dàng sử dụng Qwen-MT thông qua Qwen API. Dưới đây, chúng ta sẽ lấy một ví dụ đơn giản về dịch từ tiếng Trung sang tiếng Anh.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

messages = [
    {
        "role": "user",
        "content": "我看到这个视频后没有笑"
    }
]

translation_options = {
    "source_lang": "auto",
    "target_lang": "English"
}

completion = client.chat.completions.create(
    model="qwen-mt-turbo",
    messages=messages,
    extra_body={
        "translation_options": translation_options
    }
)

print(completion.choices[0].message.content)

Qwen-MT hỗ trợ các tính năng như can thiệp thuật ngữ, gợi ý theo miền và bộ nhớ dịch. Ví dụ: trong một tình huống dịch liên quan đến các thuật ngữ chuyên ngành, người dùng có thể xác định trước các cặp thuật ngữ chính và đưa chúng vào dưới dạng tham số cho mô hình, đảm bảo áp dụng nhất quán từ vựng do người dùng chỉ định trong suốt đầu ra.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

messages = [
    {
        "role": "user",
        "content": "而这套生物传感器运用了石墨烯这种新型材料，它的目标物是化学元素，敏锐的“嗅觉”让它能更深度、准确地体现身体健康状况。"
    }
]

translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "terms": [
        {
            "source": "生物传感器",
            "target": "biological sensor"
        },
        {
            "source": "石墨烯",
            "target": "graphene"
        },
        {
            "source": "化学元素",
            "target": "chemical elements"
        },
        {
            "source": "身体健康状况",
            "target": "health status of the body"
        }
    ]
}

completion = client.chat.completions.create(
    model="qwen-mt-turbo",
    messages=messages,
    extra_body={
        "translation_options": translation_options
    }
)

print(completion.choices[0].message.content)

# Response:
# This biological sensor uses graphene, a new material, and its target is chemical elements. Its sensitive "nose" can more deeply and accurately reflect the health status of the body.

Hơn nữa, phong cách dịch phải thích ứng với các sắc thái theo ngữ cảnh. Ví dụ: trong bối cảnh pháp lý và chính thức, đăng ký chính thức là bắt buộc, trong khi giao tiếp trên mạng xã hội yêu cầu một giọng điệu đàm thoại. Để đảm bảo sự thích ứng về phong cách thích hợp, người dùng có thể cung cấp thông tin chi tiết về ngữ cảnh và tùy chọn phong cách bằng ngôn ngữ tự nhiên cùng với văn bản nguồn của họ.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

messages = [
    {
        "role": "user",
        "content": "第二个SELECT语句返回一个数字，表示在没有LIMIT子句的情况下，第一个SELECT语句返回了多少行。"
    }
]

translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "domains": "The sentence is from Ali Cloud IT domain. It mainly involves computer-related software development and usage methods, including many terms related to computer software and hardware. Pay attention to professional troubleshooting terminologies and sentence patterns when translating. Translate into this IT domain style."
}

completion = client.chat.completions.create(
    model="qwen-mt-turbo",
    messages=messages,
    extra_body={
        "translation_options": translation_options
    }
)

print(completion.choices[0].message.content)

# Response:
# The second SELECT statement returns a number that indicates how many rows were returned by the first SELECT statement without LIMIT clause.

Để biết thêm các tính năng nâng cao, vui lòng tham khảo Qwen API.

Kết luận

Qwen-MT là một mô hình dịch máy nâng cao hỗ trợ dịch giữa 92 ngôn ngữ. Nó nhằm mục đích cung cấp cho người dùng toàn cầu trải nghiệm dịch thuật thông minh, linh hoạt và hiệu quả thông qua API. Mặc dù “trung thực, trôi chảy và trang nhã” vẫn là một hành trình liên tục đầy thách thức, chúng tôi vẫn kiên trì khám phá và cải thiện. Trong tương lai, chúng tôi sẽ tiếp tục nâng cao độ chính xác và tính tự nhiên của bản dịch, mở rộng phạm vi sang nhiều ngôn ngữ hơn, cuối cùng là phá bỏ các rào cản ngôn ngữ để hiện thực hóa giao tiếp thực sự không biên giới.

Link bài viết gốc

• Tags:
• Ai
• July 24, 2025
• Qwenlm.github.io