Enver KOÇAK
Çin’in video platformu Bilibili’ye bağlı Index ekibi, yeni açık çeviri modelini yayımladı. Index-Translate ailesinin en büyük üyesi olan Index-Translate-35B-A3B-preview, 150 dilde metin çevirisi yapabiliyor. Model 2 Ekim 2026’da Hugging Face’te paylaşıldı ve Apache 2.0 lisansı taşıyor. Ekip, 2B ve 9B boyutundaki küçük kardeşlerini Eylül sonunda yayımlamıştı.
Modelin adındaki “preview” ifadesi, bunun bir önizleme sürümü olduğunu gösteriyor. Teknik rapordaki tüm sonuçlar da bu önizleme sürümüne ait.
Ne Değişti?
Model, uzmanlar karışımı adı verilen bir mimari kullanıyor. Toplamda 35 milyar parametresi var. Ancak her adımda bunların yalnız 3 milyarı çalışıyor. Bu yapı, büyük bir modelin bilgisini küçük bir modelin hızıyla birleştirmeyi amaçlıyor. Temel model Qwen3.5.
Index-Translate’i diğer çeviri modellerinden ayıran şey talimatlara uyum. Model bir terim listesine sadık kalabiliyor. JSON, CSV ve markdown gibi yapılandırılmış verilerin biçimini bozmuyor. Kod bloklarını ve değişkenleri olduğu gibi bırakıyor. Ton ve üslup isteğine göre de çeviriyi uyarlayabiliyor. Ekip modelin mizahi içerikleri ve mecazlı ifadeleri çevirmek için de eğitildiğini söylüyor.
Ek görüntü kodlayıcılarıyla resim içindeki metin, ayrı bir OCR aracına gerek kalmadan çevrilebiliyor.
Kimi İlgilendiriyor?
Yerelleştirme ekipleri, altyazı çevirmenleri ve çok dilli ürün geliştiren yazılımcılar için dikkat çekici bir seçenek. Özellikle yazılım arayüzü çevirisinde değişkenlerin ve biçimin korunması büyük bir dert. Modelin bu konuya odaklanması pratik değer taşıyor.
Model kartındaki sonuçlara göre FLORES testinde COMET-22 puanı 0,8794 ile karşılaştırılan sistemler arasında en yüksek. Talimat uyumunu ölçen instTrans testinde de ilk sırada. Karşılaştırma listesinde TranslateGemma-12B, DeepSeek-V4.1-Flash ve büyük ticari modeller de var. Ancak ekip, testlerin ölçeklerinin ve ayarlarının birbirinden farklı olduğunu kendisi de vurguluyor.
Nasıl Eğitildi?
Teknik rapora göre eğitim üç aşamada yapıldı. İlk aşamada model, genel, paralel ve tek dilli metinlerden oluşan yaklaşık 167,77 milyar tokenlık bir veriyle çok dilli ara eğitimden geçti. İkinci aşamada genel çeviri, talimat takibi ve mizahi içerik çevirisi için ayrı uzman sürümler hazırlandı. Son aşamada bu uzmanlar birleştirildi ve birden fazla öğretmen modelden damıtma yapıldı.
Ekip, çeviriye yönelik eğitimin modelin genel yeteneklerini değiştirebileceğini de not ediyor. Yani bu model genel amaçlı bir sohbet asistanı olarak düşünülmemeli. Asıl gücü çeviri.
Ailenin farklı ihtiyaçlar için başka üyeleri de var. Hece sayısı hedefli çeviriler için Index-Homura, tam belge çevirisi için Index-NativeLong öneriliyor. Ekip, birkaç başarılı örneğin her talimatın kusursuz uygulanacağı anlamına gelmediğini de hatırlatıyor.
Model kartında genel yetenek puanları da paylaşılmış. Model C-Eval’de yüzde 77,6, MMMLU’da yüzde 71,9 puan alıyor. Az kaynaklı dillerde hedef dışı, yani yanlış dile çıkan çeviri oranı yüzde 2,4 olarak verilmiş.
Türkiye’den Kullanıcılar İçin
Model kartında dillerin tam listesi teknik rapora bırakılmış. Türkçe için ayrı bir puan paylaşılmamış. Bu yüzden Türkçe çeviri kalitesini kendi metinlerinizle test etmeniz gerekiyor. Ekip, az kaynaklı dil yönlerinin ve birden fazla kısıtın aynı anda verildiği durumların daha zor olduğunu kabul ediyor.
Model vLLM ile OpenAI uyumlu bir sunucu olarak çalıştırılabiliyor. Sıkıştırılmış GGUF sürümleri de ayrıca sunuluyor. Lisans ticari kullanıma izin verdiği için çeviri hizmeti veren şirketler modeli kendi altyapılarında çalıştırabilir.
Kaynaklar
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
