东北大学开源多语言翻译模型 NiuTrans.LMT

东北大学“小牛翻译”团队近期正式对外开源其全新大规模多语言翻译模型——niutrans.lmt（large-scale multilingual translation），成功实现对60种语言、共计234个翻译方向的全面覆盖。该模型以中文和英文为双核心，构建起连接全球语言的高效桥梁，尤其在藏语、阿姆哈拉语等29种低资源语言翻译上取得重大突破。

与主流依赖英语作为唯一枢纽语言的翻译系统不同，NiuTrans.LMT创新性地采用中-英双中心架构，支持中文↔58种语言、英文↔59种语言之间的直接翻译，有效规避了传统“中文→英文→目标语”的级联翻译带来的信息失真问题。

13种高资源语言（如法语、阿拉伯语、西班牙语）：译文自然流畅，接近母语表达水平； 18种中资源语言（如印地语、芬兰语）：术语准确、句式规范，在专业场景表现稳定； 29种低资源语言（包括藏语、斯瓦希里语、孟加拉语等）：借助数据增强与迁移学习技术，实现从“难以翻译”到“基本可用”的关键跃升。

NiuTrans.LMT 的训练分为两个关键阶段：

• 继续预训练（CPT）：基于高达900亿token的多语言语料库进行均衡训练，防止小语种在训练过程中被高频语言淹没；
• 监督微调（SFT）：融合FLORES-200、WMT等多个权威平行语料库，共纳入56.7万条高质量翻译样本，覆盖117个翻译方向，显著提升翻译精度与风格统一性。

为适配多样化的应用需求，项目团队同步发布了0.6B、1.7B、4B、8B四种参数量级的模型版本，全部开放于GitHub与Hugging Face平台免费下载。其中轻量版可在普通消费级GPU上运行，适用于移动端或边缘设备部署；而8B大模型则面向企业级高精度翻译任务，支持API接入及本地化私有部署。

源码地址：点击下载