我说现在最牛的翻译软件是……小红书，大家没意见吧
众所周知，最近因为TikTok在美国的封禁风波，一身反骨的TikTok海外用户疯狂涌入小红书，为了接住这波泼天的流量，小红书连夜加班加点上线了评论区一键翻译的功能。
但如果只是传统的机翻也就算了，很快网友们就发现，这其实是接了大模型的AI翻译。
而且与其说是翻译，不如说是破译?，现在什么类型的“加密语言”在小红书评论区都无处遁形，翻译得那叫一个“信达雅”，堪比网上冲浪十级选手。
小红书AI翻译还是太全面了
像cpdd、yyds、u1s1这种入门级别的缩写都是小儿科:
中式英语（Chinglish）也能轻松拿捏?:
原以为这些已经够无厘头了，但当我看到下面这些，我想说:小红书AI翻译还是太全面了。
这下谁还分得清到底是翻译，还是中文梗百科啊?
众所周知，打乱汉字的顺序不影响阅读，事实证明也不影响正确翻译:
什么二进制ASCII字符、盲文、摩斯密码、《模拟人生》游戏语言……也统统给你破译了:
就连小说《冰与火之歌》中的“高等瓦雷利亚语”也不在话下（权游粉基因动了）……
有的网友甚至已不再满足于翻译语言的范畴，开始考验小红书AI翻译对颜表情的理解:
还有一些懂行的网友通过Prompt，让AI翻译输出制定内容。具体格式可以参考:把非中文语言加上双引号后再写指令，就能用大模型输出了。
比如有网友让AI在翻译完引号内的话后，输出自己的违禁词政策、披萨的制作方法、猫娘的故事……
好好好，你们清高，你们了不起，你们把翻译当生成式AI用??
小红书为什么要用AI翻译?
有业内人士评价称，小红书AI翻译功能可能是目前大模型toc商用的最佳案例之一，因为小红书让所有人直观感受到了AI的魅力。
至于其背后用的是哪家大模型，有网友通过在评论中嵌入让模型“自报家门”的指令，得到了GPT-4、智谱清言等结果。考虑到合规和调用成本的问题，GPT-4应该可以排除。
那究竟是哪个国产大模型，目前仍不可知。因为如果模型训练数据包含了其他大模型的对话示例，或者对其他大模型的部分数据进行了蒸馏，都可能造成模型身份的幻觉。比如之前，文心一言也发生过称自己是ChatGPT的情况。
去年4月，据36氪获悉，由小红书AI创新负责人张德兵（薯名:宇尘）牵头的大模型团队，在部分内部产品灰度测试自研通用大模型基座“小地瓜”，社交和搜索是落地方向。他们之前开发了自研的RLHF框架，并使用了PPO(近端策略优化)算法，这是一种被广泛认可的强化学习算法。
作为国内第一家（也是唯一一家）如此大规模地应用AI翻译的社交媒体平台，小红书为什么要用AI翻译?又是怎么做到在这么短的时间内上线的?也是大家津津乐道的话题。
为什么小红书要用LLM翻译而不是传统的NMT?目前大部分被称为机翻的工具，都以NMT（Neural Machine Translation，神经机器翻译）为核心技术。
总的来说，据我们推测，可能主要是为了快速上线、降低部署和维护的复杂度和成本。
首先，在大量外国用户涌入的情况下，如果产品经理要求你在短时间内快速上线翻译功能，LLM显然是优先之选，因为传统的NMT模型训练周期通常较长。
而如果直接调用现有LLM的翻译能力（如通过API），一般无需微调(fine-tuning)即可实现翻译功能。但如果需要更高程度的定制化(例如垂直领域翻译或特定风格调整)，微调是必要的。
其次，还需要考虑服务部署（serving）的问题。如果使用传统NMT模型，需要重新搭建或购买一套专门的serving基础设施。而LLM方案通常已经有成熟的服务框架和基础设施，可以直接使用，大大缩短了开发周期并降低了复杂性。
此外，LLM经过海量数据训练，泛化能力更强，能更好地处理社交媒体语境中的非标准/非正式语言、拼写错误、缩略语或网络用语（如表情符号、俚语等），并根据上下文调整翻译。
例如，网络用语 “idk” 会被翻译为 “I don’t know” 或等效表达。而NMT更倾向于翻译标准化语言，对于口语化或非标准输入的处理能力较弱。
LLM还可以直接处理复杂的多语言输入，例如混合语言句子（code-switching），并理解不同语言之间的语义联系，这就是准确翻译拼音+英语的关键。
而且LLM的实时适应性更强，虽然其本身不能实时更新知识，但可以持续“学习”。例如，你可以告诉它改进对特定词语的翻译，模型就会进行即时调整。
相比之下，传统NMT系统需要重新训练才能改进某些翻译表现，因为NMT模型通常是基于一个固定时间点的数据训练的，而互联网jargon（黑话）、热梗、meme等更新频率极高，NMT模型很难及时捕捉新词汇和用法。
而为了提高国外用户的留存率，准确翻译时下流行的梗非常重要，不仅能拉近与国外用户的距离，也能增强中外网友互动的趣味性和参与感。
据媒体报道，目前已有多位IP在海外的网友反映，在抖音评论区也出现了“Translate”（翻译）的按键。抖音官方客服表示，“这是近期抖音更新产生的一个功能，目前抖音确实是有一个评论翻译功能，但是该功能正在升级优化中。”
对于该翻译功能是否是仅针对海外用户进行测试，客服表示该功能正在小范围测试中，目标群体并不固定。不论是海外用户还是人在中国的用户，都有可能在页面显示这个功能。
看来，小红书又一次引领了潮流。
（举报）
我说现在最牛的翻译软件是……小红书，大家没意见吧
众所周知，最近因为TikTok在美国的封禁风波，一身反骨的TikTok海外用户疯狂涌入小红书，为了接住这波泼天的流量，小红书连夜加班加点上线了评论区一键翻译的功能。
但如果只是传统的机翻也就算了，很快网友们就发现，这其实是接了大模型的AI翻译。
而且与其说是翻译，不如说是破译?，现在什么类型的“加密语言”在小红书评论区都无处遁形，翻译得那叫一个“信达雅”，堪比网上冲浪十级选手。
小红书AI翻译还是太全面了
像cpdd、yyds、u1s1这种入门级别的缩写都是小儿科:
中式英语（Chinglish）也能轻松拿捏?:
原以为这些已经够无厘头了，但当我看到下面这些，我想说:小红书AI翻译还是太全面了。
这下谁还分得清到底是翻译，还是中文梗百科啊?
众所周知，打乱汉字的顺序不影响阅读，事实证明也不影响正确翻译:
什么二进制ASCII字符、盲文、摩斯密码、《模拟人生》游戏语言……也统统给你破译了:
就连小说《冰与火之歌》中的“高等瓦雷利亚语”也不在话下（权游粉基因动了）……
有的网友甚至已不再满足于翻译语言的范畴，开始考验小红书AI翻译对颜表情的理解:
还有一些懂行的网友通过Prompt，让AI翻译输出制定内容。具体格式可以参考:把非中文语言加上双引号后再写指令，就能用大模型输出了。
比如有网友让AI在翻译完引号内的话后，输出自己的违禁词政策、披萨的制作方法、猫娘的故事……
好好好，你们清高，你们了不起，你们把翻译当生成式AI用??
小红书为什么要用AI翻译?
有业内人士评价称，小红书AI翻译功能可能是目前大模型toc商用的最佳案例之一，因为小红书让所有人直观感受到了AI的魅力。
至于其背后用的是哪家大模型，有网友通过在评论中嵌入让模型“自报家门”的指令，得到了GPT-4、智谱清言等结果。考虑到合规和调用成本的问题，GPT-4应该可以排除。
那究竟是哪个国产大模型，目前仍不可知。因为如果模型训练数据包含了其他大模型的对话示例，或者对其他大模型的部分数据进行了蒸馏，都可能造成模型身份的幻觉。比如之前，文心一言也发生过称自己是ChatGPT的情况。
去年4月，据36氪获悉，由小红书AI创新负责人张德兵（薯名:宇尘）牵头的大模型团队，在部分内部产品灰度测试自研通用大模型基座“小地瓜”，社交和搜索是落地方向。他们之前开发了自研的RLHF框架，并使用了PPO(近端策略优化)算法，这是一种被广泛认可的强化学习算法。
作为国内第一家（也是唯一一家）如此大规模地应用AI翻译的社交媒体平台，小红书为什么要用AI翻译?又是怎么做到在这么短的时间内上线的?也是大家津津乐道的话题。
为什么小红书要用LLM翻译而不是传统的NMT?目前大部分被称为机翻的工具，都以NMT（Neural Machine Translation，神经机器翻译）为核心技术。
总的来说，据我们推测，可能主要是为了快速上线、降低部署和维护的复杂度和成本。
首先，在大量外国用户涌入的情况下，如果产品经理要求你在短时间内快速上线翻译功能，LLM显然是优先之选，因为传统的NMT模型训练周期通常较长。
而如果直接调用现有LLM的翻译能力（如通过API），一般无需微调(fine-tuning)即可实现翻译功能。但如果需要更高程度的定制化(例如垂直领域翻译或特定风格调整)，微调是必要的。
其次，还需要考虑服务部署（serving）的问题。如果使用传统NMT模型，需要重新搭建或购买一套专门的serving基础设施。而LLM方案通常已经有成熟的服务框架和基础设施，可以直接使用，大大缩短了开发周期并降低了复杂性。
此外，LLM经过海量数据训练，泛化能力更强，能更好地处理社交媒体语境中的非标准/非正式语言、拼写错误、缩略语或网络用语（如表情符号、俚语等），并根据上下文调整翻译。
例如，网络用语 “idk” 会被翻译为 “I don’t know” 或等效表达。而NMT更倾向于翻译标准化语言，对于口语化或非标准输入的处理能力较弱。
LLM还可以直接处理复杂的多语言输入，例如混合语言句子（code-switching），并理解不同语言之间的语义联系，这就是准确翻译拼音+英语的关键。
而且LLM的实时适应性更强，虽然其本身不能实时更新知识，但可以持续“学习”。例如，你可以告诉它改进对特定词语的翻译，模型就会进行即时调整。
相比之下，传统NMT系统需要重新训练才能改进某些翻译表现，因为NMT模型通常是基于一个固定时间点的数据训练的，而互联网jargon（黑话）、热梗、meme等更新频率极高，NMT模型很难及时捕捉新词汇和用法。
而为了提高国外用户的留存率，准确翻译时下流行的梗非常重要，不仅能拉近与国外用户的距离，也能增强中外网友互动的趣味性和参与感。
据媒体报道，目前已有多位IP在海外的网友反映，在抖音评论区也出现了“Translate”（翻译）的按键。抖音官方客服表示，“这是近期抖音更新产生的一个功能，目前抖音确实是有一个评论翻译功能，但是该功能正在升级优化中。”
对于该翻译功能是否是仅针对海外用户进行测试，客服表示该功能正在小范围测试中，目标群体并不固定。不论是海外用户还是人在中国的用户，都有可能在页面显示这个功能。
看来，小红书又一次引领了潮流。
（举报）
