MITRA-MT: ဘာသာပြန်အမှတ်က ဗုဒ္ဓစာပေဖတ်သူအား ဘာကိုပြောပြနိုင်သလဲ

စာပိုဒ်တစ်ခုချင်း စစ်ဆေးရမည့် ဘာသာပြန်ကိရိယာ

Sebastian Nehrdich နှင့် Kurt Keutzer တို့၏ MITRA-MT စာတမ်းသည် 2026 အောက်တိုဘာ 28–29 ရက်ဟု ဖော်ပြထားသော WMT ညီလာခံစာတမ်းစုတွင် ပါဝင်သည်။ ဗုဒ္ဓစာပေဘာသာစကားများအတွက် ပြုပြင်လေ့ကျင့်ထားသော ပါရာမီတာ 9 ဘီလီယံရှိ မော်ဒယ်နှင့် ဝါကျအဆင့် ဘာသာပြန်ဦးတည်ချက် 17 မျိုးကို စမ်းသပ်အကဲဖြတ်ထားပြီး ဆယ်မျိုးကို စာပိုဒ်အဆင့်တွင်လည်း စမ်းသပ်ထားသည်။ ယခုဆောင်းပါးသည် ထိုစာတမ်းကို သုံးသပ်ခြင်းဖြစ်ပြီး မော်ဒယ်ကို ယနေ့မှ ဖြန့်ချိသည်ဟု ဆိုခြင်းမဟုတ်ပါ။ စာပေထဲတွင် အမှန်တကယ်တွေ့ရသော စကားလုံးဆက်စပ်မှုများကို ရှာပေးသည့် MITRA-lexicon နှင့်မတူဘဲ MITRA-MT သည် စာပိုဒ်များ၏ ဘာသာပြန်ကို ထုတ်လုပ်သည်။ ^{[1] [2]}

မည်သည့်စာစုဗားရှင်းဖြစ်သည်ကို ဦးစွာစစ်ပါ

စာတမ်းတွင် MITRA-parallel v2 ကို ဖော်ပြထားသည်။ သက္ကတ၊ တိဗက်နှင့် ဗုဒ္ဓစာပေတရုတ်ဘာသာတို့အကြား အလိုအလျောက်ချိတ်ဆက်ထားသော မှတ်တမ်း 1,693,730 ခုက စာသားအပိုင်းအတွဲ 2,338,400 တွဲကို ကိုယ်စားပြုသည်။ မှတ်တမ်းတစ်ခုသည် အပိုင်းများစွာကို ချိတ်နိုင်သဖြင့် ထိုကိန်းဂဏန်းများသည် စာအုပ်အရေအတွက် သို့မဟုတ် လူကအတည်ပြုထားသော ဘာသာပြန်အရေအတွက် မဟုတ်ပါ။ အောက်တိုဘာ 31 ရက် စစ်ဆေးရာတွင် သိုလှောင်ရာက v3 ကို လက်ရှိဗားရှင်းဟု သတ်မှတ်ထားပြီး မှတ်တမ်း 1,690,655 ခုနှင့် ချိတ်ဆက်မှုများကို စစ်ဆေးပြင်ဆင်သည့် လေ့ကျင့်ထားသော မော်ဒယ်ပါရှိသည်။ အလိုအလျောက်ပြင်ဆင်ခြင်းသည် ပညာရှင်၏ အတည်ပြုချက်မဟုတ်ပါ။ v2 ရလဒ်များကို v3 အရည်အသွေး၏ သက်သေအဖြစ် တိုက်ရိုက်ပြောင်းလဲမခေါ်သင့်ပါ။ ^{[3] [4]}

ရလဒ်ပြန်လည်စမ်းသပ်နိုင်မှုတွင် နောက်ထပ်ကန့်သတ်ချက်ရှိသည်။ ချိတ်ထားသောမော်ဒယ်ကတ်က CPO လေ့ကျင့်မှုကို ဖော်ပြသော်လည်း စာတမ်းအပိုင်း 4.3 က GRPO checkpoint ကို အကဲဖြတ်ထားသည်။ ဒေါင်းလုဒ်ရသော ပြင်ဆင်မူနှင့် အကဲဖြတ်ထားသော checkpoint တိတိကျကျတူညီကြောင်း မအတည်ပြုနိုင်ခဲ့ပါ။ ^{[2] [5]}

အမှတ်မြင့်ခြင်းသည် အဓိပ္ပာယ်မှန်ကန်မှုရာခိုင်နှုန်း မဟုတ်ပါ

သက္ကတမှ တိဗက်သို့ ဘာသာပြန်ရာတွင် စာတမ်းရေးသူများက MITRA-MT အတွက် chrF 55.0 နှင့် Qwen3.5-122B အတွက် 33.4 ဟု ဖော်ပြသည်။ chrF သည် ရည်ညွှန်းဘာသာပြန်နှင့် အက္ခရာအစဉ်များ တူညီမှုကို တိုင်းတာခြင်းဖြစ်၍ 55.0 ဆိုသည်မှာ အဓိပ္ပာယ်တိကျမှု 55% ဟု မဆိုလိုပါ။ ဇယား 4 ရှိ ပိုငယ်သော နှိုင်းယှဉ်စမ်းသပ်မှုတွင် အကဲဖြတ်သူအဖြစ် သုံးထားသော ဘာသာစကားမော်ဒယ်နှစ်ခုက ယေဘုယျအားဖြင့် စီးပွားဖြစ်စနစ်များကို ပိုနှစ်သက်ခဲ့သည်။ ထုတ်ပြန်ထားသော v2 ချိတ်ဆက်မှုများကို ကိုယ်စားပြုနမူနာဖြင့် လူကစစ်ဆေးမှု မရှိကြောင်းလည်း စာတမ်းတွင်ဖော်ပြသည်။ ဤရလဒ်များသည် သီးခြားစမ်းသပ်မှုအတွင်း အလားအလာကောင်းခြင်းသာဖြစ်ပြီး ဗုဒ္ဓစာပေစာပိုဒ်တိုင်းကို ယုံကြည်စိတ်ချစွာ အနက်ဖွင့်နိုင်ကြောင်း သက်သေမဟုတ်ပါ။ ဘာသာတစ်မျိုးတည်းရှိ လေ့ကျင့်စာသားများမှ အကဲဖြတ်ဒေတာနှင့် ထပ်နေမှုကို မဖယ်ရှားထားသဖြင့် လုံးဝမတွေ့ဖူးသော စာသားများအပေါ် စွမ်းဆောင်ရည်မှာ မသေချာသေးပါ။ ^[2]

စာတမ်း၊ မော်ဒယ်အလေးချိန်နှင့် စာသားတို့၏ စည်းကမ်းကွဲပြားမှု

ACL က စာတမ်းကို CC BY 4.0 ဟု သတ်မှတ်ပြီး ဘာသာပြန်မော်ဒယ်ကတ်က Apache-2.0 ဟု ဖော်ပြသည်။ ယင်းနှစ်ခုစလုံးသည် မူရင်းစာသားအားလုံးကို တူညီသောလိုင်စင် ပေးထားခြင်းမဟုတ်ပါ။ v2 README က လိုင်စင်အတွက် သိုလှောင်ရာ၏ အမြစ်ဖိုင်သို့ ညွှန်သော်လည်း အောက်တိုဘာ 31 ရက်တွင် စစ်ဆေးခဲ့သော အမြစ် README နှင့် v3 README တို့တွင် စာစုတစ်ခုလုံး၏ လိုင်စင် မဖော်ပြထားပါ။ အကဲဖြတ်ဒေတာ README က မူရင်းရင်းမြစ်တစ်ခုစီ၏ စည်းကမ်းကို လိုက်နာရန်ညွှန်ပြီး Lotsawa House စာသားကို CC BY-NC 4.0 ဟု ဖော်ပြသည်။ ရွေးထားသောဖိုင်ကို ပြန်ဖြန့်ခြင်း သို့မဟုတ် လေ့ကျင့်ရေးတွင် အသုံးပြုခြင်းမပြုမီ သက်ဆိုင်ရာစည်းကမ်းကို အတည်ပြုပါ။ အများပြည်သူ ဖတ်ရှုရနိုင်ခြင်းတစ်ခုတည်းက ပြန်သုံးခွင့်ကို မဆုံးဖြတ်ပေးပါ။ ^{[1] [3] [4] [5] [6]}

စာစုကြီးကို မယုံမီ လေ့ကျင့်ခန်းငယ်တစ်ခု

ကျွန်မတို့၏ အကြံပြုဖတ်ရှုနည်းမှာ အသုံးပြုခွင့်ရှိပြီး မူရင်းနှင့် စစ်ဆေးနိုင်သော စာပိုဒ်တိုတစ်ခုကို ရွေးခြင်းဖြစ်သည်။ စာအမည်၊ မူ၊ စာပိုဒ်အမှတ်၊ စာစုဗားရှင်းနှင့် မော်ဒယ်ပြင်ဆင်မူကို မှတ်ပါ။ မူရင်း၊ ရည်ညွှန်းဘာသာပြန်နှင့် စက်ရေးမူကြမ်းကို ဘေးချင်းယှဉ်ထားပါ။ ပျောက်နေသော ငြင်းပယ်စကား၊ မသေချာသောအမည်၊ ချန်လှပ်ထားသော ဝါကျအစိတ်အပိုင်းနှင့် အထူးဝေါဟာရတို့ကို မှတ်သားပါ။ စာဖတ်ချောမွေ့ခြင်းက ယင်းအရာများ အပြည့်အဝကျန်ရှိကြောင်း သက်သေမဟုတ်ပါ။

ထို့နောက် သက်ဆိုင်ရာကျွမ်းကျင်သူအား မှတ်ထားသောနေရာများကို ရှေ့နောက်အကြောင်းအရာနှင့်တကွ စစ်ဆေးခိုင်းပြီး ပြင်ဆင်ချက်နှင့် အကြောင်းရင်းကို သိမ်းထားပါ။ ကွာခြားမှုသည် အမှားမဟုတ်ဘဲ သင့်လျော်သော ဘာသာပြန်ရွေးချယ်မှု ဖြစ်နိုင်သည်။ ဤလေ့ကျင့်ခန်းက စာပိုဒ်တစ်ခု၏ မှတ်တမ်းတင်သုံးသပ်မှုကို ပေးသော်လည်း မော်ဒယ်တစ်ခုလုံး၏ တိကျမှုနှုန်းကို မသတ်မှတ်နိုင်ပါ။ မစစ်ဆေးရသေးသော မူကြမ်းကို ထိုသို့ပင် တံဆိပ်တပ်ထားရမည်။

အယ်ဒီတာအလုပ်၏ အတိုင်းအတာ

ကျွန်မတို့သည် စာတမ်းနှင့် ချိတ်ထားသောစာရွက်စာတမ်းများကို စစ်ဆေးသော်လည်း မော်ဒယ်လေ့ကျင့်ခြင်းနှင့် စံစမ်းသပ်မှုများကို ပြန်မလုပ်ခဲ့ပါ။ ခေါင်းစဉ်ရှာဖွေရန် Perplexity Deep Research ကို သုံးခဲ့ပြီး ဆောင်းပါးနှင့် ဘာသာစကား 13 မျိုးလုံးကို AI အကူအညီဖြင့် ရေးသားနှိုင်းယှဉ်ထားသည်။ ဘာသာစကားပညာရှင်၏ စစ်ဆေးမှု မပြီးသေးပါ။ လက်ရေးစာမူပုံသည် သမိုင်းနောက်ခံအတွက်သာဖြစ်ပြီး ပုံပါစာရွက်ကို လေ့ကျင့်ဒေတာထဲတွင် သုံးထားကြောင်း သက်သေမဟုတ်ပါ။