🌐 Ссылка на источник

Qwen3-MT построена на базе сложной трансформерной архитектуры Qwen3, дополненной легковесной технологией Mixture-of-Experts (MoE). MoE — это архитектура нейронных сетей, которая вместо одной большой модели использует несколько «экспертных» подсетей, активируя только необходимые для конкретной задачи. Это позволяет повысить эффективность и скорость работы. Модель обучена на триллионах токенов из различных источников, от официальных текстов до разговорной речи. Ключевой особенностью является использование обучения с подкреплением. Система постоянно дообучается на основе обратной связи от пользователей и их правок, что улучшает беглость, точность и идиоматичность переводов. Согласно тестам, Qwen3-MT показывает высокие результаты по метрике BLEU (стандарт для оценки качества машинного перевода), превосходя такие модели, как GPT-4.1-mini и Gemini-2.5-Flash на некоторых языковых парах. Оценки, проведенные профессиональными переводчиками, также подтверждают высокое качество. Модель предлагает гибкие настройки, включая контроль терминологии, адаптацию стиля (юридический, медицинский) и интеграцию с памятью переводов. Стоимость использования начинается от $0.5 за миллион токенов, что делает ее экономически выгодным решением для крупных проектов. Qwen3-MT позиционируется как решение для локализации в e-commerce, управления контентом и обслуживания клиентов.

🚀 Влияние:

Согласно статье, Qwen3-MT представляет собой значительный прогресс в технологии машинного перевода. Сочетание качества, экономической эффективности и гибкости ставит эту модель в один ряд с ведущими решениями на рынке. Она предоставляет разработчикам и компаниям мощный инструмент для глобальной коммуникации, способный составить конкуренцию сервисам от Google, Microsoft и Amazon.

🧩 Технологии:

• Mixture-of-Experts (MoE) • Transformer • Reinforcement Learning