GOOGL $309.87 +2.60% NVDA $182.41 +0.01% BABA $136.35 +1.95% BIDU $120.69 -1.80%

Google a lansat TranslateGemma, o familie de modele de traducere pentru 55 de limbi, în trei dimensiuni gândite pentru rulare pe telefon, laptop și infrastructură cloud, potrivit the-decoder.com. Compania susține că varianta de 12 miliarde de parametri (12B) depășește la calitate un model de bază de 27B, deși este de peste două ori mai mică.

Google spune că a publicat TranslateGemma în trei versiuni: un model de 4B optimizat pentru dispozitive mobile, unul de 12B pentru laptopuri de consum și un model de 27B pentru servere cloud, care poate rula pe un singur GPU Nvidia H100 sau pe un TPU. Toate versiunile acoperă 55 de limbi.

Calitatea a fost măsurată cu MetricX, un indicator care urmărește erorile de traducere (scor mai mic înseamnă mai puține greșeli). În aceste teste, TranslateGemma 12B obține 3,60, față de 4,04 pentru modelul de bază 27B; comparat cu propriul model de bază de 12B (4,86), rata erorilor scade cu aproximativ 26%, conform datelor prezentate de Google.

Îmbunătățirile ar fi consistente pe toate cele 55 de perechi de limbi testate, iar cele mai mari câștiguri apar la limbile cu resurse reduse: pentru engleză–islandeză, rata erorilor scade cu peste 30%, iar pentru engleză–swahili se îmbunătățește cu circa 25%. Evaluarea umană realizată de traducători profesioniști confirmă în mare măsură măsurătorile automate, cu o excepție: traducerile japoneză–engleză ar fi înregistrat un recul, pe care Google îl pune pe seama erorilor legate de nume proprii.

Creșterea de performanță este atribuită unui antrenament în două etape: mai întâi, ajustare fină pe date paralele (traduceri umane și date sintetice), apoi învățare prin recompensă (un proces în care ieșirile sunt optimizate pe baza unor evaluări automate). Pentru a păstra utilitatea generală, amestecul de antrenare include și 30% date de instrucțiuni generale, ceea ce înseamnă că TranslateGemma poate funcționa și ca chatbot.

Pe lângă traducerea textelor, modelele păstrează capabilități multimodale din Gemma 3, inclusiv traducerea textului din imagini, iar Google afirmă că îmbunătățirile la traducerea text se transferă și la traducerea din imagini (testată pe benchmark-ul Vistra). Modelele sunt disponibile pe Kaggle și Hugging Face, iar licența folosită este „Gemma Terms of Use”, care permite utilizare comercială, modificare și redistribuire, dar impune transmiterea termenilor și interzice anumite utilizări prin politica Google de utilizări interzise; compania descrie acest regim drept „Open Weights” (ponderi deschise), nu o licență clasică open-source.

Principalele elemente anunțate de Google despre TranslateGemma includ:

• trei dimensiuni de model: 4B (mobil), 12B (laptop), 27B (cloud pe un singur H100/TPU);
• suport pentru 55 de limbi și îmbunătățiri raportate pe toate perechile testate;
• proces de antrenare în două etape (ajustare fină + învățare prin recompensă) și 30% date de instrucțiuni generale pentru versatilitate;
• păstrarea capabilităților multimodale (traducere de text din imagini);
• distribuție pe Kaggle și Hugging Face, sub termenii de utilizare ai familiei Gemma.

TranslateGemma este cea mai nouă extindere a familiei Gemma, construită pe Gemma 3 (lansată în primăvara lui 2025), într-un context în care competiția pe „modele cu ponderi deschise” se intensifică. the-decoder.com notează că Google se poziționează inclusiv față de competitori chinezi precum Alibaba (Qwen), Baidu și Deepseek, în timp ce laboratoare americane precum OpenAI și Anthropic rămân concentrate pe sisteme închise, OpenAI lansând recent propriul instrument de traducere, ChatGPT Translate.