Traduction automatique
Rendre un texte d’une langue dans une autre
Le texte intégral est présenté en anglais ; le titre et le résumé sont localisés.
CE QUE DÉSIGNE CETTE CAPACITÉ
Takes source-language text and outputs a translation. Unlike open-ended generation it has an objective reference — whether the translation is faithful — and unlike summarisation it should not drop content but rebuild it as evenly as possible. Beyond prose it must handle terminology lists, markup and placeholders so the output can be pasted back into the original system.
Comment c'est fait
When the Transformer was introduced in 2017, the encoder–decoder with attention was designed for translation, and neural machine translation has since largely replaced statistical systems. Source sentences are encoded and target sentences decoded, trained on parallel corpora. Recent multilingual models cover a hundred-plus languages with one set of parameters and treat translation as an instruction, while low-resource languages lean on transfer from high-resource ones and back-translation.
Produits représentatifs
6DeepL Translator
2017Un service de traduction automatique neuronale qui mise sur la qualité
GPT-4o
2024Un modèle général nativement multimodal : texte, image et audio par une même entrée
Gemini
2023Un modèle général nativement multimodal, conçu pour de très longs contextes
Qwen
2023Une famille à poids ouverts couvrant de nombreuses tailles, avec des versions multimodales
Hunyuan
2023La famille de modèles généraux de Tencent, avec des versions à poids ouverts
Whisper
2022Transcrit la parole en plusieurs langues et la traduit en anglais
Organisations concernées
Usages typiques
- Cross-border documents and contracts
- Localisation of software and websites
- Real-time cross-language communication
- Paper abstracts and subtitles
Comment on l'évalue
- BLEU
- N-gram overlap with references; higher is better but not readability
- COMET
- A neural faithfulness score for translations
- chrF
- Character-level F-score, steadier for morphologically rich languages
Limites et points difficiles
- Quality on low-resource languages and dialects trails high-resource ones by a wide margin
- Terminology and proper-noun consistency drifts across a long document
- Idioms, puns and culture-specific wording are often translated literally and lose meaning
Concepts sous-jacents
Architecture Transformer
Remplacer le relais mot à mot par une salle où tous parlent en même temps, pour que les dépendances lointaines soient à un saut
Mécanisme d’attention
Chaque position peut regarder directement toutes les autres et répartir dynamiquement son attention selon la pertinence
Tokenisation
Les modèles ne lisent pas des caractères mais des tokens ; le découpage fixe silencieusement la capacité et le coût