面向实时性能的设备端字幕翻译优化

研究人员开发了一种优化设备端字幕翻译的方法，特别针对台湾地区的英译繁体中文。通过使用领域特定的分词器和微调来调整LMT-60-0.6B模型，他们在与GPT-4o进行成对评判时，相对于Google Translate取得了59.2%的胜率。在配备Metal的Apple M2上的初步测试显示，优化后的模型比基线模型速度提升了1.63倍。 AI

影响 提高了边缘设备上实时翻译任务的效率和准确性。

排序理由 该集群包含一篇学术论文，详细介绍了设备端AI翻译的一种新颖优化技术。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Apple M2
• arXiv
• GGUF
• Google Translate
• GPT-4o
• Hugging Face
• LMT-60-0.6B
• LocalSubs
• Metal
• OpenSubtitles2024
• Transformer++

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →