MITRA-MT：翻訳スコアは仏教文献の読者に何を伝え、何を伝えないのか

一節ずつ評価する翻訳ツール

Sebastian NehrdichとKurt KeutzerによるMITRA-MT論文は、2026年10月28〜29日の日付を持つWMT論文集に収録されている。仏教文献の言語に適応させた90億パラメータのモデルと、17の翻訳方向にわたる文単位の評価を紹介し、そのうち10方向では段落単位でも評価している。本稿はその論文の分析であり、モデルが今日公開されたという主張ではない。既存文献に見られる単語の対応を検索するMITRA-lexiconとは異なり、MITRA-MTは文章の翻訳を生成する。 ^{[1] [2]}

まずコーパスの版を確認する

論文が扱うMITRA-parallel v2には、自動的に対応付けられた1,693,730件のレコードがあり、サンスクリット語、チベット語、仏教漢文の2,338,400組のセグメント対を表す。1件のレコードが複数のセグメントを結ぶ場合もある。これは書籍数でも、人間が承認した翻訳の数でもない。10月31日の確認時点で、リポジトリはすでにv3を最新版としており、1,690,655件のレコードと、対応関係を点検・修正する学習済みモデルを記載していた。この自動修正は専門家の承認ではない。v2の評価結果をそのままv3の品質を示す証拠と呼び換えることはできない。 ^{[3] [4]}

再現性にはもう一つ制約がある。リンク先のモデルカードはCPOによる学習を説明する一方、論文の4.3節で評価しているのはGRPOのチェックポイントである。ダウンロード可能なリビジョンと評価対象が厳密に一致することは確認できなかった。 ^{[2] [5]}

高いスコアは意味の正確さの割合ではない

サンスクリット語からチベット語への翻訳では、著者らはMITRA-MTのchrFを55.0、Qwen3.5-122Bを33.4と報告している。chrFは参照訳との文字列の重なりを測る。55.0は意味的正確さが55%ということではない。表4の小規模な比較では、評価役の二つの言語モデルは、総合的には商用システムをより高く評価した。また論文は、公開されたv2の対応関係に対し、代表性のある人手の監査を行っていないと述べる。特定の試験で得られた有望な結果であり、すべての仏教文献の一節を確実に解釈できる証明ではない。 単言語の学習テキストは評価セットとの重複除去の対象ではなく、完全に未見のテキストでの性能には不確実性が残る。 ^[2]

論文、重み、テキストの利用条件は別々

ACLは論文のライセンスをCC BY 4.0とし、翻訳モデルのカードはApache-2.0を掲げている。どちらも、すべての元テキストにそのライセンスを与えるものではない。v2のREADMEはライセンスについてリポジトリのルートを参照するよう求めるが、10月31日に確認したルートのREADMEとv3のREADMEには、コーパス全体のライセンスは記載されていない。評価セットのREADMEは各原典の条件に従うよう求め、Lotsawa Houseの資料をCC BY-NC 4.0としている。ファイルを再配布したり学習に使ったりする前に、適用条件を確認したい。公開されているだけでは再利用の許可は確定しない。 ^{[1] [3] [4] [5] [6]}

大きなコーパスを信頼する前の小さな練習

次の読み方を提案する。利用が許され、原文と照合できる短い一節を選ぶ。作品名、版、一節の識別子、コーパスの版、モデルのリビジョンを記録する。原文、参照訳、機械の下訳を並べる。抜けた否定、曖昧な固有名、欠けた節、専門用語に印を付ける。流暢な表現は、それらが完全に保たれた証拠にはならない。

次に、適切な知識を持つ読者に印の箇所を文脈の中で確認してもらい、修正とその理由を残す。違いは誤りではなく、妥当な翻訳上の選択かもしれない。この練習で得られるのは、一節について記録された検討である。モデル全体の正確さの割合は算出できない。未確認の下訳は、未確認と明示し続ける必要がある。

編集作業の範囲

論文とリンク先の文書を確認したが、学習やベンチマークは再実行していない。テーマの調査にはPerplexity Deep Researchを使い、記事と全13言語版をAIの支援で作成・対照した。専門家による言語校閲は未了である。写本の図版は歴史的背景を示すものであり、写っている葉が学習データに含まれた証拠ではない。