mozilla/translations

解决的问题

该项目提供了用于训练和部署机器翻译模型的基础设施，这些模型在 Firefox 浏览器中运行于用户设备的本地，而非依赖云端翻译服务。

工作原理

使用 Marian NMT 引擎实现快速翻译，并提供端到端的训练管道。该过程由 Taskcluster（用于混合云可扩展性）或 Snakemake（用于本地或 Slurm 集群执行）等编排器管理。训练指标通过一个自定义模块进行追踪，该模块解析日志并将结果发布到 Weights & Biases。

适用人群

对构建高效、客户端侧机器翻译模型以用于网页浏览器感兴趣的开发者和研究人员。

主要亮点

• 客户端侧聚焦：专为 Bergamot 项目设计，实现浏览器内直接翻译。
• 端到端管道：涵盖从数据集选择与清洗到最终模型训练的全部流程。
• 可扩展的编排：通过 Taskcluster 支持混合云工作节点。
• 开放模型：训练好的模型以 MPL 2.0 许可证托管在公开的 Google Cloud Storage 存储桶中。