論文の概要: Index-Translate: A Multilingual Translation Model Family -- Text, Speech, Controlled Dubbing, and Long-Document Translation

• arxiv url: http://arxiv.org/abs/2609.40181v1
• Date: Wed, 30 Sep 2026 17:05:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.127308
• Title: Index-Translate: A Multilingual Translation Model Family -- Text, Speech, Controlled Dubbing, and Long-Document Translation
• Title（参考訳）: Index-Translate:多言語翻訳モデルファミリー -- テキスト、音声、制御されたダビング、長文翻訳
• Abstract要約: Index-Translateは、共通多言語基盤と、一般的な翻訳、命令追従、音声翻訳、制御されたダビング、長期文書翻訳のための特別な訓練を組み合わせる。 モデルサイズは2B、9B、35B-A3Bの3種類で、150言語での翻訳をサポートする。
• 参考スコア（独自算出の注目度）: 8.652731543539845
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce Index-Translate, a multilingual translation model family that combines a shared multilingual foundation with specialized training for general translation, instruction following, speech translation, controlled dubbing, and long-document translation. It includes three model sizes, 2B, 9B, and 35B-A3B, and supports translation in 150 languages, with multilingual instruction following. Evaluations on general translation and complex translation instructions show that Index-Translate outperforms translation models of comparable size and achieves performance comparable to 100B-scale translation models and frontier models. Index-Echo provides end-to-end speech-to-text and speech-to-speech translation, outperforming existing end-to-end models and achieving performance comparable to frontier omni models. Index-Homura extends the family to syllable-controlled dubbing. Index-NativeLong introduces native long-document translation with a dedicated task formulation and benchmark. These capabilities support diverse translation tasks, including multilingual content production.
• Abstract（参考訳）: 本稿では,多言語翻訳モデルであるIndex-Translateについて紹介する。これは多言語基盤の共有と,汎用翻訳,命令追従,音声翻訳,制御ダビング,長期文書翻訳の専門訓練を組み合わせたものだ。 モデルサイズは2B、9B、35B-A3Bの3種類で、150言語での翻訳をサポートする。 一般的な翻訳と複雑な翻訳命令の評価は、インデックス翻訳が同等の大きさの翻訳モデルより優れ、100Bスケールの翻訳モデルやフロンティアモデルに匹敵する性能を達成することを示している。 Index-Echoは、エンドツーエンドの音声テキストと音声音声翻訳を提供し、既存のエンドツーエンドモデルより優れ、フロンティアオムニモデルに匹敵するパフォーマンスを達成する。 Index-Homuraは、音節制御ダビングまで家族を拡張している。 Index-NativeLongは、専用のタスクの定式化とベンチマークを備えた、ネイティブの長期ドキュメント翻訳を導入している。 これらの機能は多言語コンテンツ生成を含む多言語翻訳タスクをサポートする。

関連論文リスト

• CAT-Translate: Building Compact Open-Source Models for Japanese-English Translation [16.295305195753723]
  日本語と英語の双方向翻訳に特化した小言語モデル群(0.8B,1.4B,3.3B,7Bパラメータ)を開発した。 我々は、ビジネス、法律、医療、ファイナンシャル、特許ドメインにわたるWMTおよび実世界の翻訳ベンチマークに関するモデルを評価する。
  論文  参考訳（メタデータ） (2026-06-19T13:28:59Z)
• Seed-X: Building Strong Multilingual Translation LLM with 7B Parameters [53.59868121093848]
  7Bパラメータサイズを持つオープンソースの言語モデル(LLM)のファミリーであるSeed-Xを紹介する。 ベースモデルは、28言語にわたるモノリンガルコンテンツとバイリンガルコンテンツの両方を含む、多種多様な高品質データセットで事前訓練されている。 その後、インストラクションモデルは、Chain-of-Thought(CoT)推論によって翻訳され、強化学習(RL)によりさらに強化され、多様な言語対をまたいだより良い一般化が達成される。
  論文  参考訳（メタデータ） (2025-07-18T03:19:43Z)
• Multilingual Contextualization of Large Language Models for Document-Level Machine Translation [28.08957305340726]
  大規模言語モデル (LLM) は文レベルの機械翻訳において高い性能を示している。 高品質な文書レベルのデータを対象とした微調整により,LLMに基づく長期文書翻訳を改善する手法を提案する。 提案手法は,文書から文書への直接翻訳やチャンクレベルの翻訳など,複数の翻訳パラダイムをサポートする。
  論文  参考訳（メタデータ） (2025-04-16T14:52:22Z)
• Decomposed Prompting for Machine Translation Between Related Languages using Large Language Models [55.35106713257871]
  DecoMTは、単語チャンク翻訳のシーケンスに翻訳プロセスを分解する、数発のプロンプトの新しいアプローチである。 DecoMTはBLOOMモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-22T14:52:47Z)
• Slovene SuperGLUE Benchmark: Translation and Evaluation [0.0]
  我々は,スロヴェニアの機械と人間を併用したSuperGLUEベンチマークを提案する。 我々は、翻訳されたデータセットを、モノリンガル、クロスリンガル、マルチリンガルの3つのモードで評価する。
  論文  参考訳（メタデータ） (2022-02-10T12:46:06Z)
• Beyond English-Centric Multilingual Machine Translation [74.21727842163068]
  我々は真の多言語多言語翻訳モデルを作成し、100言語のいずれかのペア間で直接翻訳できる。 大規模なマイニングによって生成された教師付きデータで、数千の言語方向をカバーするトレーニングデータセットを構築し、オープンソースにしています。 WMTのベストシングルシステムに競争力を持たせながら、非英語の方向を直接翻訳する場合、非英語モデルに焦点をあてると10 BLEU以上のゲインが得られる。
  論文  参考訳（メタデータ） (2020-10-21T17:01:23Z)
• Improving Massively Multilingual Neural Machine Translation and Zero-Shot Translation [81.7786241489002]
  ニューラルネットワーク翻訳(NMT)の多言語モデルは理論的には魅力的であるが、しばしばバイリンガルモデルに劣る。 我々は,多言語NMTが言語ペアをサポートするためにより強力なモデリング能力を必要とすることを論じる。 未知のトレーニング言語ペアの翻訳を強制するために,ランダムなオンライン翻訳を提案する。
  論文  参考訳（メタデータ） (2020-04-24T17:21:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。