圖片來自網易有道

3月10日，從網易有道獨家獲悉，有道翻譯大模型已經實現底層技術迭代，基于自主研發的子曰翻譯大模型2.0，其中，14B小參數垂類模型，實現了高水準的翻譯性能，現在已經全量上線。

14B小參數垂類模型推出，意味著在訓練和推理時，AI翻譯消耗的計算資源更少，部署的成本更低，更容易集成到現有系統和設備中，適合更多的實際場景。

觀察到，搭載全新大模型的翻譯技術，已在有道詞典、有道翻譯及有道翻譯官內上線，提供標準模型和高級模型兩種不同參數的選擇，用戶可直接切換使用。

與此同時，該大模型已經上線網易有道旗下智能硬件產品，有道詞典筆X7系列已升級為最新的翻譯大模型，其余型號將陸續更新。

事實上，大語言模型的性能并非完全由參數量決定，很大程度上也依賴于數據質量、領域適配性與算法優化的結合。

了解到，網易有道之所以能夠實現14B小參數垂類模型，是因為，在數據層面，新的模型技術收集并清洗了高質量的翻譯語料數據，并由英語專業八級認證人員及職業譯員進行精細化人工標注，使得模型擁有海量的優質數據資源庫，增強其在多樣化翻譯場景的應對能力。

而在算法層面，有道以子曰大模型為基礎，進行了二次預訓練，打造了兼具專業性與針對性的翻譯基座大模型，結合大模型蒸餾技術、大模型融合技術和online DPO（在線直接偏好優化）技術等手段，避免了大模型的災難性遺忘等問題，并在運行效率、準確性、流暢性等翻譯性能上實現大幅提升。

最后是在評估層面，借助翻譯數據沉淀，有道研發了翻譯評估模型Reward Model，為子曰翻譯大模型的性能評估，提供一個可靠的量化依據，以及完善的人工評估方案，多維度對模型的翻譯結果進行評估和分析。

垂類模型通過聚焦特定領域，在特定任務的優化上，具備相對優勢。在垂直場景上，子曰翻譯大模型2.0，在中英文互譯領域有所突破，譯文的專業度和穩定性較前代版本均有提升。

此外，根據有道內部測評，新的翻譯模型在人文學科、商科、生活服務、醫療、科學等19個垂直領域的多學科的專業性、準確性、語言慣例和風格等方面，展現出了相比之前更高的翻譯準確率和流暢度。

網易有道相關負責人對表示，“通用大模型比的是參數大和算力強，但翻譯靠參數堆不出專業度。當通用大模型競逐參數規模時，我們更相信垂類模型的未來價值，用專業的垂直應用真正解決專業場景的痛點，也是我們持續努力的方向?！?/p>

大模型技術浪潮之前，有道翻譯技術主要基于統計機器翻譯及神經網絡翻譯技術（NMT）。

截至目前，。Quest Mobile數據顯示，網易有道詞典月活躍用戶數已超過1億，自2019年起，已連續六年位居教育類工具領域榜首。（本文獨家首發于，作者｜李程程）