Wajarkah model terjemahan setengah gigabait mengambil ruang dalam telefon anda?

Telefon yang boleh menterjemahkan mesej bahasa Jepun tersimpan ketika tren tiada isyarat mungkin lebih berguna daripada perkhidmatan terjemahan yang mencatat skor penanda aras lebih tinggi. Perbezaannya bergantung pada dua soalan mudah. Adakah model itu muat pada peranti anda? Adakah bahagian mesej yang paling penting kekal tepat?

Preferred Networks, syarikat penyelidikan dan pembangunan AI dari Jepun, mengeluarkan pemberat PLaMo 3 Translate pada 5 November 2026. Keluarga itu tersedia dalam empat saiz, daripada 0.8 bilion hingga 31 bilion parameter, dan PFN menyenaraikan 53 bahasa yang disokong. Model terkecil mempunyai varian GGUF empat bit rasmi yang disenaraikan pada 0.57 GB. PFN menunjukkan model 0.8B menterjemahkan teks pada telefon pintar dalam mod pesawat. Syarikat itu berkata demonstrasi menggunakan aplikasi dalaman yang belum dikeluarkan ketika pengumuman. Pembangun boleh mendapatkan pemberat dan arahan masa jalan, manakala demonstrasi menunjukkan satu persediaan yang berjaya berfungsi di luar talian. Pengumuman PFN · Nota teknikal dan demonstrasi telefon PFN · Fail rasmi 0.8B

Mulakan percubaan dengan pasangan bahasa dan frasa yang diperlukan dalam perjalanan sebenar atau rutin kerja. Klip telefon memberi sebab untuk mencubanya. Semakan kesilapan pada contoh anda sendiri menentukan sama ada model itu berbaloi digunakan.

Foto konteks mod pesawat oleh Skitterphoto, diubah saiz daripada imej asal CC0. Demonstrasi telefon 0.8B rasmi PFN.

Demonstrasi telefon dan muat turun model menjawab soalan berbeza

Apabila PFN menunjukkan telefon berfungsi dalam mod pesawat, syarikat itu menunjukkan bahawa model dan persekitaran masa jalan setempat yang serasi dapat menterjemahkan sesetengah teks pada satu persediaan mudah alih. Fail rasmi boleh dimuat turun untuk diuji pada perkakasan anda. Aplikasi khusus peranti masih perlu memuatkan model, menerima teks, memaparkan hasil dan berfungsi dalam memori yang disediakan sistem pengendalian. Keputusan itu berasingan daripada penilaian mutu model.

Bayangkan anda memuat turun model dan arahan ke hotel sebelum bertolak. Selepas terputus sambungan, anda boleh menampal arahan pendek, melihat teks asal di sebelah terjemahan dan mengenal pasti nombor hentian bas. Maklumat baharu daripada syarikat penerbangan yang diberikan sebagai foto memerlukan langkah pengekstrakan teks yang berasingan. Pengumuman lisan pula memerlukan kaedah untuk merakam dan mentranskripsikan audio. Tugas model yang dikeluarkan bermula apabila sumber sudah berbentuk teks.

Sempadan yang sama memudahkan percubaan di tempat kerja. Jurutera lapangan boleh menyalin arahan produk yang pendek daripada manual dan menyemak sama ada unit dan larangan dikekalkan. Pasukan yang menerima manual imbasan perlu menentukan cara mengekstrak teks sambil mengekalkan lajur, penomboran dan tajuk. Jika OCR tersalah baca nombor alat ganti, terjemahan yang lancar boleh membawa kesilapan itu ke hadapan. Simpan imbasan asal dan teks yang diekstrak untuk semakan.

Empat titik mula bagi percubaan. Cadangan peranti ialah contoh editorial dan angka 53 bahasa ialah liputan yang dinyatakan PFN. Ilustrasi asli oleh Telli.sh.

Maklumat yang diberikan oleh muat turun 0.57 GB

Angka 0.57 GB ialah saiz fail model yang disenaraikan bagi varian 0.8B Q4_K_M. Repositori rasmi yang sama menyenaraikan Q4_0 pada 0.55 GB, Q3_K_M pada 0.49 GB dan Q2_K pada 0.41 GB. Akhiran itu merujuk kepada skema pengkuantuman yang menyimpan pemberat model pada ketepatan yang lebih rendah. Pilihan skema boleh mengubah saiz fail dan hasil terjemahan. Penyenaraian itu membantu menganggarkan ruang untuk muat turun. Persekitaran masa jalan turut memerlukan memori untuk data kerja, konteks token dan aplikasi yang menggunakannya. Penyenaraian fail rasmi 0.8B

Untuk perbandingan pertama, gunakan Q4_K_M kerana dokumentasi GGUF PFN menggunakannya dalam contoh persediaan. Tambah satu lagi varian pengkuantuman hanya jika ada kekangan khusus, seperti peranti yang tidak boleh memuatkan binaan pertama atau had simpanan yang tetap. Jalankan kedua-dua varian pada senarai ayat pendek yang sama. Kekalkan persekitaran masa jalan, teks dan tetapan penjanaan. Jika anda juga beralih daripada telefon kepada komputer riba, catat itu sebagai perbandingan berasingan supaya perubahan kelajuan mempunyai sebab yang munasabah.

Rekod masa mula sejuk dan masa terjemahan berulang secara berasingan. Model yang mengambil masa untuk dibuka mungkin masih menterjemahkan rentetan dengan pantas selepas dimuatkan. Itu mungkin sesuai di meja kerja jika aplikasi terbuka sepanjang hari. Pengembara yang membukanya untuk memahami satu papan tanda akan merasai kelewatan permulaan setiap kali. Cuba tampal satu perenggan selepas beberapa terjemahan, kemudian tukar kepada kamera atau pelayar dan kembali. Lihat sama ada aplikasi memuatkan semula model, memadamkan hasil sebelumnya atau pulih dengan lancar apabila memori digunakan untuk kerja harian.

Bateri dan haba wajar dicatat pada peranti yang akan digunakan. Sepuluh terjemahan pendek yang tersebar sepanjang hari berbeza daripada menterjemahkan manual dalam satu sesi. Perbandingan ringkas dengan input sebenar menunjukkan sama ada peranti boleh menyiapkan tugas pada kadar yang boleh diterima. Keluaran PFN menyediakan ukuran vendor dan demonstrasi telefon. Pemeriksaan peranti di sini ialah cadangan ujian.

Empat saiz memberi rujukan walaupun hanya satu akan digunakan

PFN mengeluarkan pemberat 0.8B, 2B, 8B dan 31B. Pasukan itu menerangkan penalaan terselia yang disusuli pengoptimuman keutamaan langsung, serta penggunaan penyulingan daripada model lebih besar ketika melatih model kecil dalam keluarga itu. Empat saiz yang boleh dijalankan secara setempat membolehkan anda membandingkan perkara yang dikorbankan oleh versi kecil pada teks yang penting. Anda juga boleh menggunakan saiz lebih besar sebagai konfigurasi rujukan berasingan sambil mengekalkan saiz kecil pada peranti harian. Nota keluaran teknikal PFN

Jadikan 0.8B calon terjemahan teks pendek pada peranti dan bandingkan dengan 2B jika komputer riba atau telefon dengan sumber yang lebih banyak boleh menjalankan konfigurasi pilihan. Gunakan 8B atau 31B sebagai rujukan pada perkakasan yang cukup. Model lebih besar boleh membantu mengenal pasti masalah jika ia mengekalkan istilah yang digugurkan oleh model kecil. Model besar juga boleh melakukan kesilapan yang sama. Penyemak dwibahasa atau glosari sumber kekal sebagai rujukan bagi maksud yang dimaksudkan.

Bahasa Jepun dan bahasa Inggeris sesuai sebagai titik mula kerana pasangan itu menonjol dalam ujian PFN. Untuk produk yang akan menterjemahkan bahasa Thai kepada bahasa Perancis, uji pasangan itu dalam arah berkenaan secara terus. Liputan bahasa menunjukkan bahawa model bertujuan mengendalikan pasangan tersebut. Masih perlu diperiksa cara model mengendalikan singkatan perubatan, simpulan bahasa setempat, klausa waranti yang panjang atau nama dalam tulisan bercampur.

Uji arah terjemahan sebagai pemboleh ubah berasingan. Model yang menghasilkan mesej bahasa Jepun yang berguna daripada bahasa Inggeris mungkin melakukan kesilapan lain apabila menterjemahkan arahan bahasa Jepun bergaya tulisan tangan kembali kepada bahasa Inggeris. Jika pasukan anda biasanya menerima bahan dalam bahasa Jepun dan menerbitkan dalam bahasa Jerman, kedua-dua arah dalam perbualan bahasa Jerman dan Jepun mungkin penting. Labelkan arah dan bandingkan terus dengan aliran kerja yang dirancang.

Baca keputusan penanda aras bersama kriteria terjemahan ringkas

PFN melaporkan keputusan penilaian dalaman PFTB dan penanda aras awam yang merangkumi WMT24++ dan FLORES+. Syarikat itu membincangkan prestasi merentas arah bahasa dan menyatakan bahawa kedudukan berubah mengikut penanda aras serta arah. PFTB dalaman menggunakan rujukan yang dijana. Keputusan tersebut boleh digunakan untuk memilih kes yang wajar disiasat, terutamanya bagi bahasa Jepun. Ia merupakan bukti yang dilaporkan vendor. Perbandingan yang baik untuk diterbitkan membezakan penilaian yang dipetik dan mengelakkan penggunaan keputusan satu arah untuk mewakili kesemua 53 bahasa. Kaedah dan perbandingan penanda aras PFN

Mulakan dengan kriteria ringkas yang menerangkan hasil yang boleh diterima. Terjemahan mesej perjalanan yang berguna mengekalkan nama tempat, masa, tambang dan sama ada mesej itu menetapkan kewajipan atau memberi cadangan. Dalam nota sokongan, terjemahan mengekalkan nombor alat ganti dan membezakan “mesti putuskan sambungan” daripada “boleh putuskan sambungan”. Selepas semakan fakta lulus, semak nada secara berasingan untuk melihat sama ada hasil kedengaran sesuai.

Beri kriteria yang sama kepada kedua-dua orang yang memeriksa hasilnya. Jika seorang mengutamakan ayat yang lebih semula jadi dan seorang lagi memeriksa setiap perkataan asal, model yang lebih besar boleh kelihatan lebih baik kerana hasilnya lebih lancar walaupun menukar nombor. Rekod ringkas dengan satu baris bagi setiap sumber dan ruangan untuk kesilapan fakta, masalah perkataan dan padanan glosari menampakkan perbezaan penilaian. Simpan sumber juga. Pembaca lebih mudah menilai kesan sesuatu pilihan melalui sampel berpasangan berbanding satu penarafan purata.

Masih ada cerita menarik walaupun model terkecil hanya memenuhi sebahagian daripada kriteria. Menu kafe boleh menerima frasa janggal yang tidak boleh diterima dalam buletin perkhidmatan. Mesej hotel yang berulang mungkin mudah diterjemahkan manakala arahan baharu untuk ke stesen masih memerlukan semakan. Terangkan kes khusus yang lulus dan yang masih memerlukan bantuan. Itu membantu pembaca memutuskan sama ada wajar mencuba model sekarang.

Glosari dan nada membantu menguji kawalan

PFN menerangkan kawalan bagi istilah glosari dan gaya, termasuk bentuk biasa dan sopan dalam bahasa Jepun. Bayangkan katalog yang menjual komponen bernama “snap lock”. Terjemahan tanpa panduan mungkin memilih istilah umum yang munasabah pada halaman pertama dan istilah lain pada halaman kelima. Glosari pendek menetapkan padanan yang diinginkan. Semak nama alat ganti yang tepat, tanda baca di sekitarnya dan keadaan apabila perkataan yang sama digunakan dalam erti biasa. Ini ialah reka bentuk ujian. Ujian menentukan sama ada konfigurasi yang dipilih mengikuti glosari dengan konsisten. Contoh penggunaan teknikal PFN

Nada memberi ujian kedua. Pekerja kedai mungkin mahu notis ringkas dalam bahasa Inggeris diterjemah secara sopan untuk pelanggan dan secara biasa untuk senarai semak dalaman. Jalankan kedua-dua permintaan dengan sumber yang sama. Cari perubahan cara menyapa dan akhiran ayat, kemudian sahkan bahawa tindakan yang diminta, tarikh dan kuantiti kekal sama. Perubahan nada yang melembutkan arahan keselamatan memerlukan pembetulan manusia.

Mulakan dengan glosari kecil yang khusus untuk tugas itu. Tambah lima istilah produk, dua nama unit dan satu arahan tentang nama yang harus dikekalkan. Apabila menemui kegagalan baharu, masukkan kes tepat itu dalam percubaan dan elakkan menambah banyak peraturan umum. Menyimpan arahan, glosari dan versi fail model bersama-sama membolehkan anda mengesan perubahan yang membantu atau menyebabkan regresi.

Jadikan dakwaan luar talian boleh diukur

Pasang persekitaran masa jalan dan muat turun fail pilihan semasa anda masih bersambung. Arahan GGUF rasmi PFN memadankan model dengan chat_template.jinja yang dibekalkan dan mendokumenkan contoh llama-server. Gunakan templat khusus model dan pastikan perkhidmatan ujian hanya boleh dicapai daripada peranti itu sendiri jika matlamatnya ialah akses setempat. Contoh itu menetapkan peruntukan konteks 16,384 token. Had lebih pendek mungkin mencukupi bagi mesej tunggal, dan peruntukan sebenar perlu memuatkan input serta terjemahan yang dijana. Arahan GGUF rasmi

Selepas persediaan selesai, matikan sambungan rangkaian peranti dan cuba input baharu yang belum pernah diterima aplikasi. Sahkan bahawa terjemahan masih berfungsi selepas aplikasi dilancarkan semula. Jika pelaksanaan anda menjanjikan pemprosesan setempat, periksa analitik, kemas kini, penyegerakan dan pertukaran kepada penyedia sandaran secara berasingan. Model setempat membolehkan aplikasi memproses teks pada peranti. Laluan data seluruh aplikasi menentukan perkara yang benar-benar keluar daripadanya.

Percubaan luar talian ringkas menggabungkan terjemahan pada peranti dengan semakan makna. Ilustrasi asli oleh Telli.sh.

Untuk kerja bersama, simpan sumber, hasil setempat dan pembetulan penyemak sebagai rekod berasingan. Hadkan orang yang boleh melihat dokumen seperti arahan pelanggan dan surat-menyurat peribadi. Nilai faedah privasi berdasarkan keseluruhan aliran kerja. Jika rakan sekerja menghantar teks yang sudah dibetulkan ke sembang awan atau aplikasi menyandarkan sejarahnya, ambil kira pemindahan itu secara berasingan daripada terjemahan.

Semak lesen sebelum meneruskan selepas percubaan

PLaMo Community License yang disemak pada 9 November mewajibkan pendaftaran awal untuk penggunaan komersial di bawah syarat piawai. Hasil atau jualan tahunan pengguna atau sekutunya tidak boleh melebihi JPY 1 bilion. Catatan teknikal PFN menyatakan bahawa pengguna bukan komersial boleh menggunakan model tanpa pendaftaran atau ambang hasil. Perjanjian berasingan diperlukan jika ambang komersial dilepasi. Semak lesen terkini dan syarat pendaftaran PFN untuk organisasi anda. Syarat pemberat ialah perkara berasingan daripada penilaian sama ada hasil model menepati piawaian profesional. PLaMo Community License, Perkara 3 dan 4 · Penerangan lesen PFN

Ini sangat relevan jika ujian peribadi yang berjaya menjadi aplikasi syarikat. Anda mungkin perlu menentukan sama ada setiap peranti memuat turun pemberat daripada PFN atau mendapatkannya bersama aplikasi. Antara syarat lain, Perkara 4 menghendaki pengedar yang memberi model atau model terbitan kepada pihak lain menyertakan lesen dan notis “Built with PLaMo”. Rancang naik taraf, had simpanan dan cara pengguna mengetahui bila terjemahan setempat dihidupkan. Ini ialah perbezaan yang nyata antara menjalankan satu terjemahan dalam mod pesawat dan menyediakan alat yang boleh diharap orang lain.

Rintis awal boleh kekal kecil. Pilih satu arah bahasa, satu jenis teks dan satu pengkuantuman. Dengan kebenaran, kumpulkan sedozen petikan, termasuk tiga yang kesilapan terjemahannya akan mengubah tindakan. Pasang persekitaran masa jalan, periksa masa mula sejuk, jalankan ujian tanpa sambungan dan baca hasil sambil melihat teks asal. Ulang set yang sama pada konfigurasi lebih besar hanya jika perbezaannya boleh mengubah keputusan pelaksanaan. Catat kes yang memerlukan semakan sebelum tindakan diambil berdasarkan hasil.

Hasil yang paling meyakinkan boleh jadi sederhana. Satu peranti tertentu boleh menterjemahkan jenis teks yang dikenal pasti dengan kelewatan yang direkodkan, tanpa sambungan, sambil mengekalkan istilah dan nombor yang diperlukan oleh pembaca. PLaMo 3 Translate menyediakan empat cara untuk mencari hasil itu. Fail kecil tersebut wajar dicuba apabila ia membolehkan hasil berkenaan dicapai pada peranti yang sudah dibawa pengguna.

Sumber

• Pengumuman Preferred Networks, 5 November 2026, termasuk penjelasan pengedaran dan lesen
• Keluaran teknikal PFN, jadual penilaian, arahan dan demonstrasi telefon rasmi yang disiarkan kepada umum, 5 November 2026
• Kad model GGUF 0.8B rasmi dan contoh pelayan setempat
• Artefak GGUF 0.8B rasmi dan saiz fail
• PLaMo Community License yang disemak pada 9 November 2026

---

Untuk menyimpan percubaan terjemahan, teks sumber dan pembetulan penyemak dalam nota yang boleh dicari, cipta akaun Telli.sh.