東北大學“小牛翻譯”團隊近日正式開源其最新大模型——NiuTrans.LMT（Large-scale Multilingual Translation），一舉實現60種語言、234個翻譯方向的全覆蓋，不僅以中文與英文為雙核心構建全球語言橋樑，更在藏語、阿姆哈拉語等29種低資源語言上取得顯著突破。

區別於多數以英語為唯一樞紐的翻譯模型，NiuTrans.LMT採用中-英雙中心設計，支持中文↔58種語言、英文↔59種語言的高質量直譯，避免“中文→英文→小語種”的二次失真。

13種高資源語言（如法語、阿拉伯語、西班牙語）：翻譯流暢度媲美人類；

18種中資源語言（如印地語、芬蘭語）：在專業術語與語法結構上高度準確；

29種低資源語言（含藏語、斯瓦希里語、孟加拉語等）：通過數據增強與遷移學習，實現從“不可譯”到“可用譯”的跨越。

NiuTrans.LMT 的兩階段訓練流程如下:

• 繼續預訓練（CPT）：在900億tokens的多語言語料上均衡學習，確保小語種不被淹沒;
• 監督微調（SFT）：整合FLORES-200、WMT等高質量平行語料（56.7萬條樣本，覆蓋117方向），精調翻譯準確性與風格一致性。

為滿足不同場景需求，團隊同步開源0.6B、1.7B、4B、8B四種參數規模模型，全部可在GitHub與Hugging Face免費下載。輕量版可在消費級GPU運行，適合移動端部署；8B版本則面向企業級高精度翻譯場景，支持API集成與私有化部署。