Relatório Técnico do Hunyuan-MT

Resumo

Neste relatório, apresentamos o Hunyuan-MT-7B, nosso primeiro modelo de tradução multilíngue de código aberto, que suporta tradução bidirecional entre 33 idiomas principais e dá ênfase especial à tradução entre o mandarim e várias línguas minoritárias, bem como dialetos. Além disso, para atender e abordar diversos cenários de tradução e melhorar o desempenho do modelo durante os testes, introduzimos o Hunyuan-MT-Chimera-7B, um modelo de tradução inspirado no modo de pensamento lento. Este modelo integra múltiplas saídas geradas pelo modelo Hunyuan-MT-7B sob diferentes configurações de parâmetros, alcançando assim um desempenho superior ao dos modelos convencionais de pensamento lento baseados em Chain-of-Thought (CoT). O desenvolvimento de nossos modelos segue um processo de treinamento holístico especificamente projetado para tradução multilíngue, que começa com pré-treinamento geral e orientado para MT para construir capacidades fundamentais, prossegue com Ajuste Fino Supervisionado (SFT) para adaptação específica à tarefa e culmina em alinhamento avançado por meio de Aprendizado por Reforço (RL) e RL de fraco para forte. Por meio de experimentação abrangente, demonstramos que tanto o Hunyuan-MT-7B quanto o Hunyuan-MT-Chimera-7B superam significativamente todos os modelos específicos para tradução de tamanho de parâmetro comparável e a maioria dos grandes modelos SOTA, particularmente na tarefa de tradução entre mandarim e línguas minoritárias, bem como dialetos. Na tarefa compartilhada WMT2025 (Tradução Automática Geral), nossos modelos demonstram desempenho de ponta, ocupando o primeiro lugar em 30 dos 31 pares de idiomas. Esse resultado destaca a robustez de nossos modelos em um espectro linguístico diversificado, abrangendo idiomas de alto recurso, como chinês, inglês e japonês, bem como idiomas de baixo recurso, incluindo tcheco, marata, estoniano e islandês.

English

In this report, we introduce Hunyuan-MT-7B, our first open-source multilingual translation model, which supports bidirectional translation across 33 major languages and places a special emphasis on translation between Mandarin and several ethnic minority languages as well as dialects. Furthermore, to serve and address diverse translation scenarios and enhance model performance at test time, we introduce Hunyuan-MT-Chimera-7B, a translation model inspired by the slow thinking mode. This model integrates multiple outputs generated by the Hunyuan-MT-7B model under varying parameter settings, thereby achieving performance superior to that of conventional slow-thinking models based on Chain-of-Thought (CoT). The development of our models follows a holistic training process specifically engineered for multilingual translation, which begins with general and MT-oriented pre-training to build foundational capabilities, proceeds to Supervised Fine-Tuning (SFT) for task-specific adaptation, and culminates in advanced alignment through Reinforcement Learning (RL) and weak-to-strong RL. Through comprehensive experimentation, we demonstrate that both Hunyuan-MT-7B and Hunyuan-MT-Chimera-7B significantly outperform all translation-specific models of comparable parameter size and most of the SOTA large models, particularly on the task of translation between Mandarin and minority languages as well as dialects. In the WMT2025 shared task (General Machine Translation), our models demonstrate state-of-the-art performance, ranking first in 30 out of 31 language pairs. This result highlights the robustness of our models across a diverse linguistic spectrum, encompassing high-resource languages such as Chinese, English, and Japanese, as well as low-resource languages including Czech, Marathi, Estonian, and Icelandic.

Relatório Técnico do Hunyuan-MT

Hunyuan-MT Technical Report

Resumo

Support