腾讯混元，刚刚又拿下一个国际冠军——

Hunyuan-MT-7B，以 7B 总参数目赢得国际翻译比赛冠军。该模子复旧 33 个语种、5 种民汉讲话 / 方言互译，是一个才气全面的轻量级翻译模子。

而况，腾讯混元还把这个模子开源了。

同期开源的还有一个翻译集成模子 Hunyuan-MT-Chimera-7B （奇好意思拉），是业界首个翻译集成模子，它偶然凭证原文和多个翻译模子给出的不同践诺，再生成一个更优的翻译隔断，不仅原生复旧 Hunyuan-MT-7B，也复旧接入 Deepseek 等模子，关于一些有专科翻译需求的用户和场景，不错提供愈加准确的回话：

在 8 月底终局的国际狡计讲话学协会（ACL）WMT2025 比赛中，腾讯混元 Hunyuan-MT-7B（Shy-hunyuan-MT）拿下了一齐 31 个语种比赛中的 30 个第 1 名，处于十足率先地位，这 31 个语种除了汉文、英语、日语等常见语种，也包含捷克语、马拉地语、爱沙尼亚语、冰岛语等小语种。

WMT25 竞赛对参赛模子的参数范围有明确限度，要求系统知足开源要求，而况只可使用公开数据进行历练，在这么的环境下，Hunyuan-MT-7B 打败了繁密参数更大的模子。

△同尺寸模子下，Hunyuan-MT-7B 后果率先于业界顶尖模子

在业界常用的翻译才气测评数据集 Flores200 上，腾讯混元 Hunyuan-MT-7B 模子也有超卓的后果阐述，赫然率先于同尺寸模子，与超大尺寸模子后果对比也不失态。

△Hunyuan-MT-7B 后果与超大尺寸模子后果对比也不失态

CASE 展示：

全面率先的得益背后，针对翻译场景，腾讯混元建议了一个齐全的翻译模子历练范式，遮掩从预历练、到 CPT 再到监督调参、翻译强化和集成强化全链条，使得模子的翻译后果达到业界最优。

具体来说，包括框架上的三大改革。

协同增强：两大构成部分的系统性想象

hunyuan-MT-7B 的中枢是一个名为 Shy（Synergy-enhanced policy optimization，协同增强政策优化）的齐全框架。这个框架最大的特色是继承两大构成部分协同责任的系统性想象，从根底上改变了传统单一模子的优化念念路。

第一个构成部分是基础模子开导，通过三个递进阶段构建高质料翻译模子。

来源是抓续预历练阶段，在 OPUS Collection、ParaCrawl、UN Parallel Corpus 等大范围平行语料上进行边界适当，将通用的 Hunyuan-7B 模子系统性地滚动为翻译专用模子。

接着是监督微调阶段，通过常识蒸馏，基于 WMT 历史数据集进行历练，从多个顶尖开源模子中采样合成了高质料的 SFT 历练数据相通基础模子学习，并继承线性预热、梯度剪辑、羼杂精度历练等时代贯注灾祸性渐忘，并实施分层学习率衰减增强模子适当性。

终末是 GRPO 强化学习优化阶段想象是统统这个词框架的时代亮点之一，底下会重心先容。

第二个构成部分是集成政策，在基础模子的基础上通过多模子协同进一步进步性能。

这个部分的改革点是学习型集成（learned ensemble）优化，通过调理温度、立时种子、束搜索宽度生成 5 个候选翻译，然后历练特意的 GRPO 模子进行候选采选或组合。

两个构成部分互相和洽，基础模子开导为集成政策提供了中枢模子，而集成政策则通过学习型集成进一步优化最终输出。

GRPO 算法：强化学习的全新范式

在 Shy 框架中，最具时代改革性的是 GRPO（Group Relative Policy Optimization，组相对政策优化）算法的继承，这是该算法在机器翻译边界的见效应用，为序列生成任务提供了全新的优化范式。

传统的 PPO（Proximal Policy Optimization）算法使用全局基线进行政策优化，但这种行动在机器翻译任务中容易产生高方差，导致历练不稳当。

GRPO 算法的中枢改革在于继承组内相对上风而非全局基线进行政策更新。这种想象带来了权臣的时代上风。

来源是梯度方差的大幅缩小，使得历练经由愈加稳当。

其次是样本着力的进步，通过充分期骗组内信息，加快了模子不停。

Shy 框架中的 GRPO 算法还继承了全心想象的复合奖励函数：r = 0.2 × BLEU + 0.4 × XCOMET + 0.4 × DeepSeek。这个函数交融了传统的 BLEU 蓄意、语义质料评估的 XCOMET 蓄意和畅达性评估的 DeepSeek 蓄意，责罚了单一蓄意优化的局限性，确保生成的翻译在准确性、畅达性和语义质料方面皆能达到较高水准。

学习型集成：超越启发式的智能采选

传统的模子集成行动经常依赖启发式律例，比如简便投票或固定权重交融。Shy 框架中的学习型集成则完全不同——它历练特意的模子来进行智能采选，终理解从启发式行动到学习型行动的报复跃升。

这个经由分为两个关键要领。

来源是各样性生成，通过调度温度参数（T=0.5, 1.0, 1.5）、改变立时种子、调理束搜索宽度等政策，生成多个具有不同特色的候选翻译。这些候选遮掩了从保守到改革、从准确到畅达的不同衡量点，为后续的智能采选提供了丰富的选项。

接下来是智能采选机制，这是统统这个词集成政策的中枢。系统历练一个特意的 GRPO 模子来进行候选采选或组合，这个模子不错凭证具体的翻译任务和讲话对特色，动态地采选最优候选或者通过提神力机制生成优于统统候选的新翻译。

这种端到端的优化想象使得集成采选经由与翻译生成经由偶然联接优化，不仅进步了最终的翻译质料，还终理解候选各样性与质料的最好均衡。比较传统的启发式集成行动，学习型集成展现出了更强的适当性和更好的性能阐述。

用极少参数终了 SOTA

WMT25 竞赛的隔断为 hunyuan-MT-7B 的时代实力提供了最有劲的诠释。在 31 个讲话标的的翻译任务中，该模子取得了绝大多数（30GE）第别称的得益，AutoRank 达到满分 1.0。这个得益的含金量在于其全面性——不仅在英德、英法等高资源讲话对上阐述优异，在英语 - 马拉地语、英语 - 埃及阿拉伯语等低资源讲话对上同样阐述平安。

更值得心理的是，这一得益是在严格经管条目下取得的。WMT25 竞赛对参数范围有明确限度（≤ 20B），要求系统知足开源要求，而况只可使用公开数据进行历练。在这么的"公正竞争"环境下，hunyuan-MT-7B 以 7B 的参数范围打败了繁密更大范围的系统，充分诠释了时代决策的先进性。

Hunyuan-MT-7B 的特色在于仅用极少的参数，就达到致使卓绝了更大范围模子的后果，这也为模子的应用带来了繁密上风。

来源是狡计着力，7B 模子的推理速率赫然快于大型模子，在相似硬件条目下偶然处理更多的翻译央求，而况，基于腾讯自研的 AngelSlim 大模子压缩器具对 Hunyuan-MT-7B 进行 FP8 量化压缩，推感性能进一步进步 30%。

其次是部署友好性，Hunyuan-MT-7B 偶然在更各样化的硬件环境中部署，从高端做事器到旯旮设立皆能素雅脱手，而况模子的部署本钱、脱手本钱和珍视本钱皆相对更低，在保证翻译质料的前提下，为企业和开导者提供了更具诱骗力的责罚决策。

比较传统的机器翻译，基于大模子的翻译关于对话配景、崎岖文践诺以及轮廓的翻译需求有更深度的了解，进而偶然提供愈加准确和"信达雅"的翻译，这也为翻译模子的落地应用打下了基础。现在，腾讯混元翻译模子照旧接入腾讯多个业务，包括腾讯会议、企业微信、QQ 浏览器、翻译君翻译、腾讯国外客服翻译等，助力居品体验进步。

另外，hunyuan-MT-7B 的一个报复特色是完全基于开源生态构建。

该面目使用 Hunyuan-7B 算作基础模子，历练数据来源于 OPUS Collection、ParaCrawl、UN Parallel Corpus 等公开数据集，以及 WMT 历史数据。

基于开源模子和公开数据的时代旅途具有多重上风。来源是透明性，便于盘问者和开导者会通和考据时代决策。其次是可膨大性，基于熟习的开源生态，其他团队不错在此基础上进行进一步的矫正和优化。

这种开源基础还缩小了时代门槛。比较需要宽敞特罕有据和专有时代的闭源决策，基于开源生态的时代旅途让更多的盘问者和开导者偶然参与到机器翻译时代的发展中来。这关于统统这个词 AI 社区的时代跳动具有报复兴味。

垂直边界优化的模板

hunyuan-MT-7B 的时代价值不仅在于在机器翻译任务上的优异阐述，更在于为其他垂直边界的专科化优化提供了可模仿的行动论模板。

Shy 框架的想象念念路，即两大构成部分协同责任、基础模子开导与集成政策相结合，具有很高的参考价值。

这个行动论模板的中枢念念想是系统性优化。相较于简便地在通用模子基础上进行微调， Shy 框架从数据、算法、架构等多个维度进行系统性的想象和优化。GRPO 算法的见效应用诠释了强化学习在序列生成任务中的弘大后劲，学习型集成的改革则为模子交融提供了新的念念路其他垂直边界皆不错参考 Shy 框架的想象念念路，结合具体边界的特色进行适配和优化。这种行动论的履行应用，有望鼓舞更多垂直边界终了从通用到专精的时代跃升。

体验地址：https://hunyuan.tencent.com/modelSquare/home/list

Github: https://github.com/Tencent-Hunyuan/Hunyuan-MT/

HugginFace: https://huggingface.co/collections/tencent/hunyuan-mt-68b42f76d473f82798882597

AngelSlim 压缩器具：https://github.com/Tencent/AngelSlim

一键三连「点赞」「转发」「留意心」

接待在挑剔区留住你的主意！

—  完  —

� � 点亮星标 � �

科技前沿进展逐日见j9九游会官方网站