多语言机器翻译技术、应用与挑战
小牛翻译CTO杜权博士分享了题为《多语言机器翻译技术、应用与挑战》的报告，从三个方面介绍了小牛翻译团队对于多语言机器翻译技术的探索，包括：1）构建多语言机器翻译系统，设计多分枝网络保证不同语言的促进作用的同时，降低语言之间的干扰，从而解决多语言模型在低资源语种上表现良好而在富资源语种上表现较差的情况；2）构建大容量模型，构建大容量模型，基于常微分方法和神经网络，使用欧拉方法来估算常微分方程的高阶解，实现更加高效且高性能的神经网络；3）通过融合大语言模型相关技术，在翻译过程中融合翻译记忆，实现机器翻译与情景学习的结合，提高机器翻译性能。之后，杜权博士也介绍了一对一模型、以中文为核心的模型等多种多语言机器翻译模型的部署方案，并对比了其在不同资源语种上的优劣。
论坛回顾
随着计算机对人类自然语言的学习和理解程度突飞猛进，人机交互的方式也在迅速而深刻的改变着，一种广泛而又有着极强创新性的模型迅速成为各大公司入局竞争的重点——大语言模型（LLM），这个被视为通往通用人工智能的捷径、被誉为新科技革命爆发奇点的新应用，究竟与机器翻译的发展有什么样千丝万缕的联系？
7月15日，由小牛翻译主办，东北大学自然语言处理实验室协办的第三届小牛翻译论坛（NiuTrans Forum 2023）在线上成功举办。
本届小牛论坛聚焦大语言模型时代下机器翻译产业发展，技术创新以及产品落地应用，来自阿里巴巴达摩院机器翻译算法负责人谢军、小米AI实验室机器翻译负责人李响、天津外国语大学高翻学院硕士生导师朱华、北京语言大学高翻学院笔译系主任韩林涛以及小牛翻译CTO杜权围绕以上主题做了报告分享，“主题报告环节由小牛翻译总裁张春良主持，在报告讲解后，来自各平台网友积极互动，提出了很多有建设性的问题，报告嘉宾也针对这些问题，给出了专业的解答。
官方 BINSON
