論文の概要: HexaBee-4B: Six-Language Translation with Multilingual Answering and Bidirectional Supervision

• arxiv url: http://arxiv.org/abs/2610.16361v1
• Date: Mon, 12 Oct 2026 08:15:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-19 06:15:00.059497
• Title: HexaBee-4B: Six-Language Translation with Multilingual Answering and Bidirectional Supervision
• Title（参考訳）: HexaBee-4B:多言語アンサーと双方向スーパービジョンによる6言語翻訳
• Abstract要約: Gemma 3 4B ITから3段階に適応したトランスレータを提案する。 中間段階は、共有多言語回答を通じて2つのタスクを接続する。 最終段階では、658,274の前方および逆の合成翻訳例を使用する。
• 参考スコア（独自算出の注目度）: 1.1470070927586018
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multilingual translation requires a model to preserve meaning while producing text in a requested language. We present HexaBee-4B, a translator adapted from Gemma 3 4B IT through three stages: Wikipedia continued pretraining, joint multilingual answering and answer-text translation, and bidirectional translation specialization. The intermediate stage connects two tasks through shared multilingual answers: answering a question in the requested language and translating an answer into that language. It comprises 19.46 million answering records, including 5.76 million cross-language question-answer pairs, and 10.70 million answer-text translations. The final stage uses 658,274 forward and reverse synthetic translation examples. On 36,572 synthetic test examples spanning all 30 directions among Arabic, Chinese, English, Hebrew, Persian, and Spanish, HexaBee-4B achieves direction-macro chrF++ of 73.75, compared with 57.11 for Gemma 3 4B IT and 66.83 for Gemma 3 12B IT. BLEU, TER, COMET, and a matched model-judged subset support the same overall ranking. These results demonstrate improved translation across the six-language set, with chrF++ gains in every evaluated direction over both baselines.
• Abstract（参考訳）: 多言語翻訳は、要求された言語でテキストを生成しながら意味を保存するモデルを必要とする。 本稿では, Gemma 3 4B IT から 3 段階まで適応した訳語である HexaBee-4B について紹介する。 中間段階は、要求された言語で質問に答え、その言語に回答を翻訳する、共有された多言語回答を通して2つのタスクを接続する。 回答記録は196万件あり、その中には576万件の質問文対と1070万件の回答文通訳が含まれている。 最終段階では、658,274の前方および逆の合成翻訳例を使用する。 アラビア語、中国語、英語、ヘブライ語、ペルシア語、スペイン語の30方向すべてにまたがる36,572の合成試験例では、HexaBee-4B は 73.75 で、Gemma 3 4B IT は 57.11、Gemma 3 12B IT は 66.83 である。 BLEU、TER、COMET、および一致したモデルジャッジサブセットは同じランキングをサポートする。 これらの結果は、6言語セット間の翻訳の改善を示し、chrF++は両ベースラインのすべての評価方向でゲインする。

関連論文リスト

• Statistical Machine Translation Systems of English-Pnar Language Pair : Some Insights of the Emperical Study [7.0625416160480405]
  メガラヤのジャイティアヒルズで約0.4百万人が話していたオーストリア語であるPnarは、デジタルコーパスと自然言語処理(NLP)の資源を欠いている。 本稿では,英語とPnar言語対に対する最初の機械翻訳研究について述べる。
  論文  参考訳（メタデータ） (2026-08-24T11:29:53Z)
• Bidirectional Chinese and English Passive Sentences Dataset for Machine Translation [3.3573302174193973]
  本稿では、中国語と英語の5つのパラレルコーパスから抽出した受動的文の双方向マルチドメインデータセットを提案する。 データセットは73,965のパラレル文対(2,358,731の英単語、3,498,229の漢字)からなる。 我々は,我々のデータセットを用いて2つの最先端オープンソースMTシステムと,テストセットを用いた4つの商用モデルを評価した。
  論文  参考訳（メタデータ） (2026-03-16T13:04:09Z)
• Multilingual Coreference Resolution in Low-resource South Asian Languages [36.31301773167754]
  韓国語31言語に翻訳データセット(TransMuCoRes)を導入する。 予測された翻訳のほぼ全てが正当性検査に合格し、英語の参照の75%は予測された翻訳と一致している。 本研究は,ヒンディー語黄金集合上でのエンド・ツー・エンドのコア参照分解モデルを評価する最初のものである。
  論文  参考訳（メタデータ） (2024-02-21T07:05:51Z)
• SeamlessM4T: Massively Multilingual & Multimodal Machine Translation [90.71078166159295]
  音声から音声への翻訳,音声からテキストへの翻訳,テキストからテキストへの翻訳,最大100言語の自動音声認識をサポートする単一モデルSeamlessM4Tを紹介する。 我々は、音声とテキストの両方に英語を翻訳できる最初の多言語システムを開発した。 FLEURSでは、SeamlessM4Tが複数のターゲット言語への翻訳の新しい標準を設定し、音声からテキストへの直接翻訳において、以前のSOTAよりも20%BLEUの改善を実現している。
  論文  参考訳（メタデータ） (2023-08-22T17:44:18Z)
• 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)
• tmn at SemEval-2023 Task 9: Multilingual Tweet Intimacy Detection using XLM-T, Google Translate, and Ensemble Learning [2.28438857884398]
  本稿では,SemEval-2023 Task 9: Multilingual Tweet Intimacy Analysisのために設計されたトランスフォーマーベースのシステムについて述べる。 このタスクの目的は、ツイートの親密さを1(全く親密ではない)から5(非常に親密)まで予測することであった。
  論文  参考訳（メタデータ） (2023-04-08T15:50:16Z)
• The Effect of Normalization for Bi-directional Amharic-English Neural Machine Translation [53.907805815477126]
  本稿では,比較的大規模なアムハラ語-英語並列文データセットを提案する。 我々は、既存のFacebook M2M100事前学習モデルを微調整することで、双方向のアムハラ語翻訳モデルを構築する。 その結果, 両方向のアンハラ語・英語機械翻訳の性能は, アンハラ語ホモホン文字の正規化により向上することが示唆された。
  論文  参考訳（メタデータ） (2022-10-27T07:18:53Z)
• mT6: Multilingual Pretrained Text-to-Text Transformer with Translation Pairs [51.67970832510462]
  翻訳ペア(mt6)を用いた多言語テキスト間トランスフォーマーの改良 本研究では,機械翻訳,翻訳ペアスパン破壊,翻訳スパン破壊という3つの言語間事前学習タスクについて検討した。 実験の結果,mT6はmT5よりも舌間移動性が向上することがわかった。
  論文  参考訳（メタデータ） (2021-04-18T03:24:07Z)

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。