محققان در مقاله جدیدی، مدل نوآورانهای به نام «CoPiT» را معرفی کردهاند که مشکل ترجمه زبانهای دارای دو خط نوشتاری (مانند مغولی) را حل میکند.
🔹 ماجرا چیست؟ بسیاری از زبانها مثل مغولی هم به خط سنتی و هم به خط سیریلیک نوشته میشوند. به دلیل کمبود دادههای آموزشی برای خط سنتی، کیفیت ترجمه مستقیم بسیار پایین است.
🔹 راهکار CoPiT: این مدل با استفاده از یک خط «واسط» (سیریلیک)، ابهامزدایی کرده و فرآیند ترجمه را با دقت بسیار بالاتری انجام میدهد. نکته جالب اینجاست که این مدل توانسته در برخی تستها، عملکردی مشابه یا حتی بهتر از مدلهای قدرتمندی مثل GPT-4.1 ثبت کند!
این دستاورد نه تنها کیفیت ترجمه را افزایش میدهد، بلکه راهی برای تولید دادههای مصنوعی باکیفیت برای آموزش مدلهای آینده باز میکند.
منبع: arXiv NLP