MITRA-MT៖ ពិន្ទុបកប្រែប្រាប់អ្វីដល់អ្នកអានអត្ថបទពុទ្ធសាសនា?

ឧបករណ៍បកប្រែដែលត្រូវពិនិត្យម្តងមួយវគ្គ

អត្ថបទស្រាវជ្រាវ MITRA-MT របស់ Sebastian Nehrdich និង Kurt Keutzer ស្ថិតក្នុងកម្រងអត្ថបទសន្និសីទ WMT ដែលមានកាលបរិច្ឆេទ 28–29 តុលា 2026។ វាពិពណ៌នាគំរូមានប៉ារ៉ាម៉ែត្រ 9 ពាន់លាន ដែលបានកែសម្រួលសម្រាប់ភាសាអក្សរសិល្ប៍ពុទ្ធសាសនា និងការវាយតម្លៃទិសដៅបកប្រែ 17 នៅកម្រិតប្រយោគ ដោយដប់ទិសដៅក៏ត្រូវបានសាកល្បងនៅកម្រិតកថាខណ្ឌ។ នេះជាការវិភាគការបោះពុម្ពនោះ មិនមែនអះអាងថាគំរូទើបចេញថ្ងៃនេះទេ។ ខុសពី MITRA-lexicon ដែលស្វែងរកពាក្យត្រូវគ្នាដែលមានក្នុងឯកសារជាក់ស្តែង MITRA-MT បង្កើតការបកប្រែវគ្គអត្ថបទ។ ^{[1] [2]}

ដំបូងបញ្ជាក់ថាជាឃ្លាំងអត្ថបទកំណែណា

ការសិក្សាពិពណ៌នា MITRA-parallel v2៖ កំណត់ត្រាផ្គូផ្គងដោយស្វ័យប្រវត្តិ 1,693,730 តំណាងឱ្យគូផ្នែកអត្ថបទ 2,338,400 រវាងភាសាសំស្ក្រឹត ទីបេ និងចិនពុទ្ធសាសនា។ កំណត់ត្រាមួយអាចភ្ជាប់ផ្នែកជាច្រើន ដូច្នេះចំនួននេះមិនមែនជាចំនួនសៀវភៅ ឬការបកប្រែដែលមនុស្សបានអនុម័តទេ។ នៅពេលពិនិត្យថ្ងៃទី 31 តុលា ឃ្លាំងទិន្នន័យបានកំណត់ v3 ជាកំណែបច្ចុប្បន្នរួចហើយ ដោយមានកំណត់ត្រា 1,690,655 និងគំរូដែលបានបណ្តុះបណ្តាលដើម្បីពិនិត្យនិងកែតម្រូវការផ្គូផ្គង។ ការកែដោយស្វ័យប្រវត្តិមិនមែនជាការអនុម័តរបស់អ្នកជំនាញទេ។ មិនគួរប្តូរស្លាកលទ្ធផលរបស់ v2 ឱ្យក្លាយជាភស្តុតាងគុណភាព v3 ដោយផ្ទាល់ទេ។ ^{[3] [4]}

មានកម្រិតនៃការធ្វើលទ្ធផលឡើងវិញមួយទៀត៖ កាតគំរូដែលភ្ជាប់ពិពណ៌នាការបណ្តុះបណ្តាល CPO ខណៈផ្នែក 4.3 នៃការសិក្សាវាយតម្លៃ checkpoint GRPO។ យើងមិនអាចបញ្ជាក់ថាកំណែដែលអាចទាញយកបានត្រូវគ្នាពិតប្រាកដនឹង checkpoint ដែលបានវាយតម្លៃទេ។ ^{[2] [5]}

ពិន្ទុខ្ពស់មិនមែនជាភាគរយនៃអត្ថន័យត្រឹមត្រូវ

សម្រាប់ការបកប្រែសំស្ក្រឹតទៅទីបេ អ្នកនិពន្ធរាយការណ៍ chrF 55.0 សម្រាប់ MITRA-MT ប្រៀបនឹង 33.4 សម្រាប់ Qwen3.5-122B។ chrF វាស់ការត្រួតគ្នានៃលំដាប់តួអក្សរជាមួយការបកប្រែយោង៖ 55.0 មិនមានន័យថាអត្ថន័យត្រឹមត្រូវ 55% ទេ។ ក្នុងការប្រៀបធៀបតូចជាងនៅតារាង 4 គំរូភាសាពីរដែលធ្វើជាអ្នកវាយតម្លៃបែរជាពេញចិត្តប្រព័ន្ធពាណិជ្ជកម្មជាទូទៅ។ ការសិក្សាក៏បញ្ជាក់ថា ការផ្គូផ្គង v2 ដែលបានចេញផ្សាយមិនបានឆ្លងកាត់ការត្រួតពិនិត្យដោយមនុស្សលើសំណាកតំណាងឡើយ។ ទាំងនេះជាលទ្ធផលមានសក្តានុពលក្នុងការសាកល្បងជាក់លាក់ មិនមែនភស្តុតាងថាអាចបកស្រាយគ្រប់វគ្គពុទ្ធសាសនាបានដោយទុកចិត្តទេ។ អត្ថបទបណ្តុះបណ្តាលភាសាតែមួយមិនបានដកផ្នែកត្រួតគ្នាជាមួយសំណុំវាយតម្លៃទេ ដូច្នេះសមត្ថភាពលើអត្ថបទដែលមិនធ្លាប់ឃើញទាំងស្រុងនៅមិនទាន់ច្បាស់។ ^[2]

អត្ថបទ ទម្ងន់គំរូ និងអត្ថបទដើមមានលក្ខខណ្ឌខុសគ្នា

ACL ដាក់អត្ថបទស្រាវជ្រាវក្រោម CC BY 4.0 ចំណែកកាតគំរូបកប្រែប្រកាស Apache-2.0។ ការប្រកាសទាំងពីរមិនបានផ្តល់អាជ្ញាបណ្ណដល់អត្ថបទដើមទាំងអស់ទេ។ README នៃ v2 បញ្ជូនសំណួរអាជ្ញាបណ្ណទៅថតឫស ប៉ុន្តែ README ឫសនិង README នៃ v3 ដែលពិនិត្យនៅថ្ងៃទី 31 តុលា មិនបានចែងអាជ្ញាបណ្ណរួមសម្រាប់ឃ្លាំងអត្ថបទទាំងមូលឡើយ។ README នៃសំណុំវាយតម្លៃឱ្យគោរពលក្ខខណ្ឌរបស់ប្រភពដើមនីមួយៗ ហើយកំណត់សម្ភារៈ Lotsawa House ជា CC BY-NC 4.0។ មុនចែកចាយឯកសារដែលជ្រើសឡើងវិញ ឬប្រើសម្រាប់បណ្តុះបណ្តាល ត្រូវបញ្ជាក់លក្ខខណ្ឌពាក់ព័ន្ធ។ ការអាចចូលមើលជាសាធារណៈតែមួយមុខមិនកំណត់សិទ្ធិប្រើឡើងវិញទេ។ ^{[1] [3] [4] [5] [6]}

លំហាត់តូចមុនទុកចិត្តឃ្លាំងធំ

យើងស្នើលំហាត់អានដូចនេះ៖ ជ្រើសវគ្គខ្លីមួយដែលមានសិទ្ធិប្រើ និងអាចផ្ទៀងផ្ទាត់នឹងអត្ថបទដើមបាន។ កត់ត្រាស្នាដៃ កំណែបោះពុម្ព លេខសម្គាល់វគ្គ កំណែឃ្លាំងអត្ថបទ និងកំណែកែប្រែគំរូ។ ដាក់អត្ថបទដើម ការបកប្រែយោង និងសេចក្តីព្រាងម៉ាស៊ីននៅជាប់គ្នា។ សម្គាល់ពាក្យបដិសេធដែលបាត់ ឈ្មោះមិនប្រាកដ ប្រយោគរងដែលខ្វះ និងពាក្យបច្ចេកទេស។ ភាពរលូននៃភាសាមិនបង្ហាញថាធាតុទាំងនេះត្រូវបានរក្សាទុកពេញលេញទេ។

បន្ទាប់មកសុំអ្នកអានដែលមានជំនាញពិនិត្យកន្លែងបានសម្គាល់ក្នុងបរិបទ ហើយរក្សាទុកការកែតម្រូវនិងមូលហេតុ។ ភាពខុសគ្នាអាចជាជម្រើសបកប្រែសមស្រប មិនមែនកំហុសទេ។ លំហាត់នេះផ្តល់ការពិនិត្យវគ្គមួយដែលមានកំណត់ត្រា ប៉ុន្តែមិនអាចកំណត់អត្រាភាពត្រឹមត្រូវរបស់គំរូទាំងមូលបានទេ។ សេចក្តីព្រាងមិនទាន់ពិនិត្យត្រូវរក្សាស្លាកបញ្ជាក់ស្ថានភាពនោះ។

វិសាលភាពការងារកែសម្រួល

យើងបានពិនិត្យការសិក្សានិងឯកសារភ្ជាប់ ប៉ុន្តែមិនបានបណ្តុះបណ្តាល ឬដំណើរការតេស្តស្តង់ដារឡើងវិញទេ។ ការស្រាវជ្រាវប្រធានបទប្រើ Perplexity Deep Research ហើយអត្ថបទនិងកំណែភាសាទាំង 13 ត្រូវបានរៀបចំនិងប្រៀបធៀបដោយមានជំនួយ AI។ ការកែភាសាដោយអ្នកជំនាញនៅមិនទាន់បញ្ចប់។ រូបសាត្រាស្លឹករឹតផ្តល់បរិបទប្រវត្តិសាស្ត្រ មិនមែនភស្តុតាងថាស្លឹកក្នុងរូបស្ថិតក្នុងទិន្នន័យបណ្តុះបណ្តាលទេ។