lucataco/seed-x-ppo

Replicate Explore 模型

摘要

Seed-X-PPO是一个开源多语言翻译模型,拥有70亿参数,通过强化学习在28种语言上实现了与GPT-4等大型模型相当的最先进性能。

lucataco / seed-x-ppo
查看原文
查看缓存全文

缓存时间: 2026/09/30 03:08

# lucataco/seed-x-ppo – Replicate 来源:https://replicate.com/lucataco/seed-x-ppo ## 说明 [](https://arxiv.org/pdf/2507.13618)[](https://huggingface.co/collections/ByteDance-Seed/seed-x-6878753f2858bc17afa78543)[](https://huggingface.co/spaces/ByteDance-Seed/Seed-X)[](https://github.com/ByteDance-Seed/Seed-X-7B/blob/main/LICENSE.openmdw) ## 介绍 我们很高兴推出 **Seed-X**,这是一个强大的开源多语言翻译语言模型系列,包括指令模型、强化学习模型和奖励模型。它在70亿参数范围内将翻译能力推向了极限。我们将 Seed-X 开发为一个便捷的、开箱即用的工具,以支持社区推进翻译研究和应用: * **卓越的翻译能力**:Seed-X 展现了最先进的翻译能力,通过人类评估和自动指标验证,其表现与 Gemini-2.5、Claude-3.5 和 GPT-4 等超大型模型相当或更优。 * **部署与推理友好**:凭借紧凑的7B参数量和 Mistral 架构,Seed-X 在轻量化、高效的包中提供了出色的翻译性能,非常适合部署和推理。 * **广泛的领域覆盖**:Seed-X 在涵盖多个领域(包括互联网、科技、办公对话、电子商务、生物医学、金融、法律、文学和娱乐)的高难度翻译测试集上表现出色。 本仓库包含 **Seed-X-PPO** 模型,具有以下特性: * 类型:因果语言模型 * 训练阶段:预训练与后训练 * 支持:28种语言间的多语言翻译 ### 语言列表 语言 | 缩写 | 语言 | 缩写 | 语言 | 缩写 | 语言 | 缩写 ---|---|---|---|---|---|---|--- 阿拉伯语 | ar | 法语 | fr | 马来语 | ms | 俄语 | ru 捷克语 | cs | 克罗地亚语 | hr | 挪威语(书面) | nb | 瑞典语 | sv 丹麦语 | da | 匈牙利语 | hu | 荷兰语 | nl | 泰语 | th 德语 | de | 印度尼西亚语 | id | 挪威语 | no | 土耳其语 | tr 英语 | en | 意大利语 | it | 波兰语 | pl | 乌克兰语 | uk 西班牙语 | es | 日语 | ja | 葡萄牙语 | pt | 越南语 | vi 芬兰语 | fi | 韩语 | ko | 罗马尼亚语 | ro | 中文 | zh ## 模型下载 模型名称 | 描述 | 下载 ---|---|--- Seed-X-Instruct | 针对用户意图对齐进行指令微调。 | 🤗模型 (https://huggingface.co/ByteDance-Seed/Seed-X-Instruct-7B) **Seed-X-PPO** | 通过RL训练以增强翻译能力。 | 👉🤗模型 (https://huggingface.co/ByteDance-Seed/Seed-X-PPO-7B) Seed-X-PPO-GPTQ-Int8 | 量化:GPTQ 8-bit。 | 🤗模型 (https://huggingface.co/ByteDance-Seed/Seed-X-PPO-7B-GPTQ-Int8) Seed-X-PPO-AWQ-Int4 | 量化:AWQ 4-bit。 | 🤗模型 (https://huggingface.co/ByteDance-Seed/Seed-X-PPO-7B-AWQ-Int4) Seed-X-RM | 用于评估翻译质量的奖励模型。 | 🤗模型 (https://huggingface.co/ByteDance-Seed/Seed-X-RM-7B) ## 评估 我们在一系列多样化的翻译基准上评估了 Seed-X,包括 FLORES-200、WMT-25,以及一个公开发布的挑战集 (https://github.com/ByteDance-Seed/Seed-X-7B/tree/main/challenge_set),并进行了人类评估。 有关详细的基准测试结果和分析,请参阅我们的技术报告 (https://arxiv.org/pdf/2507.13618)。 ## 许可证 本项目根据 OpenMDW 授权。详情请参阅 LICENSE (https://github.com/ByteDance-Seed/Seed-X-7B/blob/main/LICENSE.openmdw) 文件。 ## 引用 如果您觉得 Seed-X 对您的研究和应用有帮助,请随时给我们点星 ⭐ 或使用以下方式引用我们: ``` @misc{cheng2025seedxbuildingstrongmultilingual, title={Seed-X: Building Strong Multilingual Translation LLM with 7B Parameters}, author={Shanbo Cheng and Yu Bao and Qian Cao and Luyang Huang and Liyan Kang and Zhicheng Liu and Yu Lu and Wenhao Zhu and Jingwen Chen and Zhichao Huang and Tao Li and Yifu Li and Huiying Lin and Sitong Liu and Ningxin Peng and Shuaijie She and Lu Xu and Nuo Xu and Sen Yang and Runsheng Yu and Yiming Yu and Liehao Zou and Hang Li and Lu Lu and Yuxuan Wang and Yonghui Wu}, year={2025}, eprint={2507.13618}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2507.13618}, } ``` 模型创建于超过 1 年前

相似文章

推出 gpt-oss

OpenAI Blog

OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b,两款最先进的开放权重语言模型,采用 Apache 2.0 许可证,性能与专有模型相当,可针对消费级硬件和边缘设备进行优化。两款模型均展现出强大的推理和工具使用能力,并进行了全面的安全评估。

DeepSeek LLM:以长期主义扩展开源语言模型

Papers with Code Trending

DeepSeek LLM是一个开源语言模型项目,它开发了一个大规模数据集,并采用SFT和DPO,在各种基准测试和开放式评估中实现了超越LLaMA-2 70B和GPT-3.5的性能。

TPPO:面向语言模型推理的追踪值 PPO

Hugging Face Daily Papers

该论文提出 Tracking-Value PPO(TPPO),通过在对数几率空间对前缀值进行贝叶斯分解,构建累积值参数化以更好地跟踪语言模型推理中的值演化。TPPO 在 Qwen3-4B-Base 和 Qwen3-8B-Base 上分别比 PPO 提升 7.0 和 8.4 个数学推理分数点,并改善了分布外泛化能力。