خط و نشان کوهیر برای دیپ‌ال؛ رونمایی از مدل قدرتمند North Small Translate با وزن‌های دانلودی و پشتیبانی از ۵۰ زبان

کوهیر مدل North Small Translate را با وزن‌های قابل دانلود منتشر کرد

شرکت نام‌آشنای کوهیر (Cohere) از نسخه ۱.۰ مدل تخصصی ترجمه ماشینی خود به نام North Small Translate پرده برداشت؛ مدلی متنی با وزن‌های قابل دانلود، پشتیبانی از بیش از ۵۰ زبان زنده دنیا و یک گردش‌کار چندمرحله‌ایِ اختیاری برای ترجمه دقیق‌تر. این مدل که با همکاری شرکت RWS توسعه یافته، از معماری ترکیبی از متخصصان تنک (Sparse MoE) بهره می‌برد و در مجموع ۲۱۸ میلیارد پارامتر دارد که در ازای هر توکن تنها ۲۵ میلیارد پارامتر آن فعال می‌شوند. کوهیر اعلام کرده که برای اجرای نسخه کوانتیزه‌شده این مدل تنها به دو پردازنده گرافیکی H100 یا یک کارت B200 نیاز دارید و کل سیستم به‌راحتی روی یک سرور اختصاصی سوار می‌شود.

مدل North Small Translate به‌طور ویژه برای کار‌های سنگین و حجیم مثل بومی‌سازی محصولات، زیرنویس فیلم‌ها، بخش پشتیبانی مشتریان و ترجمه کاتالوگ‌ها طراحی شده است. مدل پایه برخلاف مدل‌های استدلالی سنگین، نیازی به تولید مسیرهای استدلال طولانی در میان فرآیند ترجمه ندارد؛ همین مسأله باعث کاهش چشمگیر تعداد توکن‌های خروجی و افت محسوس تأخیر زمان پاسخ (Latency) شده است. البته یک گردش‌کار اختیاری مبتنی بر ایجنت‌ها هم تعبیه شده که با صرف زمان پردازش بیش‌تر و چند بار بازبینی متن، کیفیت ترجمه را به اوج می‌رساند. جزییات فنی پیاده‌سازی این مدل در مستندات رسمی مدل و نتایج ارزیابی‌های آن در گزارش فنی و مقاله پژوهشی کوهیر در دسترس قرار گرفته است.

امتیازهای گزارش‌شده در بنچمارک‌ها و یک نکته مهم

طبق گزارش کوهیر، این مدل در بنچمارک ترجمه ماشینی WMT26 به امتیاز کلی ۸۳.۶۰ در تمام زبان‌ها دست پیدا کرده است. نکته جالب اینجاست که این بنچمارک بعد از پایان دوره آموزش مدل منتشر شده و همین موضوع خیالمان را از بابت عدم نشت داده‌های آزمون به داده‌های آموزشی راحت می‌کند. البته باید در نظر داشت که این اعداد مستقیماً توسط خود کوهیر ارزیابی شده و هنوز توسط تیم‌های مستقل تکرار نشده است. در این رتبه‌بندی، امتیاز بالا‌تر نشان‌دهنده عملکرد کیفی بهتر است:

مدل تک‌مرحله‌ای کوهیر توانسته رقیب سرسختی مثل DeepL NextGen را با اختلاف ۲.۲۳ امتیاز و مدل غول‌پیکر Qwen 3.5 397B A17B را با اختلاف ۲.۰۴ امتیاز پشت سر بگذارد. امتیاز ۸۴.۳۶ هم مربوط به حالت مبتنی بر ایجنت‌ها است که با گردش‌کار چندمرحله‌ای و البته هزینه پردازشی بیش‌تر به دست آمده است. برای مقایسه بهتر جالب است بدانید مدل Qwen در مجموع ۳۹۷ میلیارد پارامتر دارد که ۱۷ میلیارد آن در لحظه فعال است، در حالی که North Small Translate با ۲۱۸ میلیارد پارامتر کل، ۲۵ میلیارد پارامتر فعال دارد؛ به همین خاطر هنگام مقایسه سرعت اجرا و کارایی، باید تعداد پارامترهای فعال، دقت محاسباتی، طول دنباله متن و توان سخت‌افزار را در نظر گرفت.

کوهیر در یک آزمون مجزا به سراغ متون طولانی (Long-context) هم رفته؛ جایی که دو فصل کامل از یک کتاب در قالب یک پرامپت واحد به مدل داده شد و با استفاده از معیار خودکار سنجش کیفیت ترجمه یعنی xCOMET-XL به هر پاراگراف امتیاز داده شد. در این ارزیابی، مدل North Small Translate به امتیاز خیره‌کننده ۴۸.۹ رسید؛ در حالی که گوگل ترنسلیت تنها ۲۱.۳ و مدل Gemma 4 31B امتیاز ۱۹.۴ را کسب کردند. این آزمون با مقیاسی متفاوت از WMT26 انجام شده و هدفش بررسی این موضوع بوده که آیا زمینه متن در مقیاس چند فصل می‌تواند انسجام اصطلاحات، ضمایر و ارجاعات بین‌پاراگرافی را به بهترین شکل حفظ کند یا خیر.

مسیریابی هوشمند توکن‌ها و کاهش چشمگیر زمان پاسخ‌دهی

در زمان استنتاج، یک مسیریاب مخصوص در شبکه MoE هر توکن را فقط به بخش خاصی از شبکه هدایت می‌کند. مدل North Small Translate برای هر توکن، ۸ متخصص از میان ۱۲۸ متخصص موجود را انتخاب کرده و متخصصان اشتراکی (Shared Experts) را نیز به کار می‌گیرد. این طراحی تنک (Sparse) باعث می‌شود بار پردازشی به ازای هر توکن در مقایسه با فعال‌سازی کامل تمام ۲۱۸ میلیارد پارامتر، به مراتب سبک‌تر و به‌صرفه‌تر شود.

• مسیریابی (Routing): یک مسیریاب مبتنی بر تابع سیگموئید به متخصصان امتیاز می‌دهد و خروجی هشت متخصص برتر را نرمال‌سازی می‌کند.
• مکانیزم توجه (Attention): به ازای هر یک لایه توجه سراسری (Global Attention)، سه لایه با پنجره لغزان (Sliding Window) تعبیه شده است.
• بستر محلی (Local Context): لایه‌های پنجره لغزان از پنجره‌ای به طول ۴۰۹۶ توکن به همراه امبدینگ‌های موقعیتی چرخشی (RoPE) استفاده می‌کنند.
• بستر سراسری (Global Context): لایه‌های سراسری فاقد امبدینگ‌های موقعیتی هستند.
• محدودیت طول دنباله: این مدل تا ۱۶٬۰۰۰ توکن ورودی و ۱۶٬۰۰۰ توکن خروجی را پشتیبانی می‌کند.
• نوع داده (Modalities): ورودی و خروجی مدل کاملاً متنی است.

معماری این مدل از خانواده Command A کوهیر الگوبرداری شده است. حذف گام‌های استدلالی طولانی باعث کاهش توکن‌های تولیدی می‌شود که این موضوع برای سیستم‌های ترجمه‌ای که روزانه میلیون‌ها بخش متنی را پردازش می‌کنند یک برگ برنده حیاتی است. در این میان، فریم‌ورک اختیاری ترجمه ایجنتی (Agentic Translation) برای کار‌هایی که با تأخیر بالا‌تر و هزینه پردازش بیش‌تر مشکلی ندارند، چند مرحله بازبینی و صیقل متن اضافه می‌کند تا خروجی دقیق‌تری تحویل دهد.

آموزش روی نمونه‌های سرسخت و چالش‌برانگیز

کوهیر در فرآیند پنج‌مرحله‌ای آموزش این مدل، تنظیم دقیق نظارت‌شده (SFT)، بهینه‌سازی مستقیم ترجیحات (DPO) و یادگیری تقویتی برخط (Online RL) را با هم ترکیب کرده است. تیم فنی همچنین از تکنیک نمونه‌برداری بر اساس درجه سختی (Difficulty Sampling) استفاده کرده تا بیش‌ترین تمرکز روی اسنادی باشد که مدل در ترجمه‌شان لنگ می‌زد. تام کوکمی، مدیر بخش بومی‌سازی کوهیر، توضیح می‌دهد که نسخه‌های اولیه مدل از همان ابتدا بیش از ۹۰ درصد داده‌های آموزشی را به درستی ترجمه می‌کردند و به همین دلیل داده‌های عادی عملاً سیگنال آموزشی مفیدی به مدل اضافه نمی‌کردند.

کوهیر برای ایجاد داده‌های نظارتی پیچیده‌تر و متناسب با هر زبان، از دو روش هوشمندانه کمک گرفته تا وابستگی به یک مدل معلم واحد را کاهش دهد و ویرایش‌های نهایی را به داده‌های ترجیحی تبدیل کند:

1. ترجمه مستقیم با بهترین سیستم هر زبان (Best-per-Language Forward Translation): برای هر زبان خاص، قوی‌ترین سیستم موجود همان زبان خروجی اولیه را تولید می‌کند تا مدل معلم به یک سیستم خاص محدود نشود.
2. تقطیر ترجیحات بر پایه ویرایش نهایی (Post-Edit Driven Preference Distillation): اصلاحات و ویرایش‌هایی که توسط انسان یا مدل انجام شده، در جفت‌داده‌های DPO به عنوان نمونه برتر (مطلوب) در نظر گرفته می‌شوند و خروجی خام و اولیه‌ ماشین به عنوان نمونه ردشده (نامطلوب) ثبت می‌شود.

علاوه بر این، فرآیند تنظیم دقیق نظارت‌شده شامل مواردی مثل ویرایش متن، تخمین کیفیت ترجمه و پیروی از دستورات کلی نیز می‌شود. به لطف همین قابلیت‌ها، کاربر می‌تواند پرامپت‌هایی برای شناسایی خطاها، اعمال واژه‌نامه‌ها و ترمینولوژی اختصاصی، یا بازنویسی ترجمه‌های قبلی را در کنار ترجمه مستقیم متن ارسال کند.

وزن‌های مدل، دسترسی API و شرایط لایسنس

کوهیر چک‌پوینت مدل را در فرمت NVFP4 W4A16 منتشر کرده که در آن وزن‌ها ۴ بیتی و اکتیویشن‌ها ۱۶ بیتی هستند. این وزن‌ها تحت لایسنس Creative Commons Attribution-NonCommercial 4.0 (یا همان CC BY-NC 4.0) عرضه شده‌اند؛ یعنی دانلود و استفاده پژوهشی و غیرتجاری از آن‌ها با ذکر منبع کاملاً رایگان است، اما برای استفاده‌های تجاری باید به سراغ سرویس Cohere Model Vault یا پلتفرم RWS Language Weaver بروید.

همچنین کوهیر دسترسی به این مدل را از طریق API اختصاصی خود فراهم کرده است. کلیدهای آزمایشی و پروداکشن می‌توانند تا سقف محدودیت درخواست (Rate Limit) بدون پرداخت هزینه از آن استفاده کنند. شناسه این مدل در API عبارت north-small-translate-1-0 است.

import os
from cohere import ClientV2

co = ClientV2(api_key=os.environ["COHERE_API_KEY"])

response = co.chat(
    model="north-small-translate-1-0",
    messages=[
        {
            "role": "user",
            "content": (
                "Translate into French:
"
                "Enterprises need accurate translations."
            ),
        }
    ],
)

print(response.message.content[0].text)

درخشش منطقه‌ای در کنار محدودیت‌های مشخص

در بررسی‌های انجام‌شده توسط کوهیر روی ۳۲ زبان پرکاربرد و ۱۸ زبان دیگر، مدل North Small Translate نوسان عملکردی بسیار کمتری نسبت به رقبای هم‌رده خود در مناطق مختلف جهان نشان داده است. طبق اعلام کوهیر، این مدل در مناطقی چون خاورمیانه و شمال آفریقا (MENA)، جنوب آسیا، جنوب شرق آسیا و شرق آسیا موفق شده DeepL NextGen را پشت سر بگذارد. بیش‌ترین برتری منطقه‌ای این مدل مربوط به جنوب آسیا و خاورمیانه و شمال آفریقا بوده که اختلافی بین ۸ تا ۱۰ امتیاز با رقبا ثبت کرده است.

• فقط متن: این مدل صرفاً با داده‌های متنی کار می‌کند؛ بنابراین برای فایل‌های صوتی، تصاویر، اسناد اسکن‌شده و صفحه‌بندی‌های پیچیده باید از سیستم‌های جانبی مثل OCR و تبدیل صوت به متن استفاده کنید.
• محدودیت بستر متن: سقف ورودی ۱۶ هزار توکنی مدل به این معناست که برای کتاب‌های کامل یا اسناد خیلی طویل باید متن را به تکه‌های کوچک‌تر (Chunking) تقسیم کنید.
• سربار ورک‌فلو ایجنتی: حالت چندمرحله‌ای هرچند کیفیت نهایی را بالا‌تر می‌برد، اما زمان پاسخ و مصرف منابع پردازشی را بیش‌تر می‌کند.
• محدودیت‌های تجاری: وزن‌های دانلودی مدل تحت لایسنس CC BY-NC 4.0 هستند و امکان استفاده تجاری بدون محدودیت را نمی‌دهند.

گزینه‌ای کاربردی برای میزبانی شخصی در شرکت‌ها

ارائه وزن‌های دانلودی به تیم‌های بومی‌سازی و توسعه‌دهندگان اجازه می‌دهد کنترل کاملی روی محل نگهداری داده‌ها، پردازش دسته‌ای (Batching)، تنظیم پرامپت‌های واژه‌نامه، استقرار مدل و هزینه‌های زیرساخت داشته باشند. علاوه بر این، مدل North Small Translate یک جایگزین فوق‌العاده تخصصی برای مدل‌های زبانی عمومی و همه‌منظوره است؛ مدل‌هایی که معمولاً حافظه و زیرساخت بسیار سنگین‌تری می‌طلبند یا به دلیل فرآیندهای استدلالی پیچیده، سرعت بسیار پایین‌تری در ترجمه دارند.

برای ارزیابی و استقرار این مدل در محیط عملیاتی، تیم‌ها باید جفت‌زبان‌های هدف، طول اسناد، اسامی خاص، ثبات اصطلاحات، بازخورد انسانی، توان عملیاتی، اوج مصرف حافظه گرافیکی و هزینه نهایی سرور‌ها را بسنجند. حالت تک‌مرحله‌ای گزینه‌ای بی‌نقص برای ترجمه انبوه متون است، در حالی که برای بخش‌های حساس و دشوار می‌توان به سراغ ورک‌فلو ایجنتی رفت؛ جایی که ارتقای چشمگیر کیفیت، صرف اندکی زمان پردازش اضافه را کاملاً توجیه می‌کند.