
本文介紹了 NLIP_Lab-IITH 團隊為 WMT24 低資源印度語機器翻譯共享任務開發的系統，重點探討了利用預先訓練的模型 IndicRASP 和 IndicRASP Seed，並結合遷移學習、語言分組和層凍結等技術，以提高低資源印度語的翻譯品質。


coremsg

nlip-lab-iith-低資源機器翻譯系統參與-wmt24-印度語機器翻譯共享任務


NLIP_Lab-IITH 低資源機器翻譯系統參與 WMT24 印度語機器翻譯共享任務



對於低資源語言的機器翻譯任務，訓練大型語言模型時，大量的平行語料庫數據比數據多樣性更為重要。



大型語言模型在低資源翻譯中的應用：數據規模與多樣性探討



針對低資源印尼語的機器翻譯， NusaMT-7B 模型透過單語預訓練、監督式微調、資料清理和反向翻譯等技術，顯著提升了翻譯品質，尤其是在翻譯成低資源語言（如巴厘語和米南佳保語）方面表現出色。



利用大型語言模型為低資源印尼語進行機器翻譯：NusaMT-7B 模型介紹
