腾讯开源混元翻译——HY-MT1.5

模型介绍

混元翻译模型1.5版本包含1.8B翻译模型HY-MT1.5-1.8B和7B翻译模型HY-MT1.5-7B。两模型均聚焦支持33种语言互译，并包含5种民族语和方言变体。其中HY-MT1.5-7B为WMT25夺冠模型的升级版本，优化了注释翻译和混合语种场景，新增支持术语干预、上下文翻译、格式翻译等功能。HY-MT1.5-1.8B参数量不足HY-MT1.5-7B的三分之一，但翻译效果媲美7B模型，兼顾速度与质量。1.8B模型量化后可在端侧部署，支持实时翻译场景，具备广泛适用性。

核心特点与优势

• HY-MT1.5-1.8B达到同规模模型业界领先效果，超越多数商用翻译API。
• HY-MT1.5-1.8B支持端侧部署及实时翻译场景，适用性广泛。
• HY-MT1.5-7B相较9月开源版本，优化了注释翻译和混合语种场景。
• 两模型均支持术语干预、上下文翻译、格式翻译。

相关动态

• 2025.12.30，我们在Hugging Face开源了HY-MT1.5-1.8B 和HY-MT1.5-7B。
• 2025.9.1，我们在Hugging Face开源了混元-MT-7B 、混元-MT-Chimera-7B 。

性能表现

您可以参考我们的技术报告以获取更多实验结果和分析。

Technical Report

模型链接

模型名称	描述	下载地址
HY-MT1.5-1.8B	混元1.8B翻译模型	🤗 模型
HY-MT1.5-1.8B-FP8	混元1.8B翻译模型，fp8量化版	🤗 模型
HY-MT1.5-7B	混元7B翻译模型	🤗 模型
HY-MT1.5-7B-FP8	混元7B翻译模型，fp8量化版	🤗 模型

提示词

ZH<=>XX 翻译的提示模板.

---

将以下文本翻译为{target_language}，注意只需要输出翻译后的结果，不要额外解释：

{source_text}

---

适用于XX<=>XX翻译的提示模板（不包括中文<=>XX）

---

Translate the following segment into {target_language}, without additional explanation.

{source_text}

---

术语干预的提示模板。

---

参考下面的翻译：
{source_term} 翻译成 {target_term}

将以下文本翻译为{target_language}，注意只需要输出翻译后的结果，不要额外解释：
{source_text}

---

上下文翻译的提示模板

---

{context}
参考上面的信息，把下面的文本翻译成{target_language}，注意不需要翻译上文，也不要额外解释：
{source_text}

---

格式化翻译的提示模板

---

将以下<source></source>之间的文本翻译为中文，注意只需要输出翻译后的结果，不要额外解释，原文中的<sn></sn>标签表示标签内文本包含格式信息，需要在译文中相应的位置尽量保留该标签。输出格式为：<target>str</target>

<source>{src_text_with_format}</source>

---

与 transformers 一起使用

首先，请安装 transformers，推荐版本 v4.56.0

pip install transformers==4.56.0

!!! 如需使用transformers加载fp8模型，您需要将config.json中的"ignored_layers"字段名称改为"ignore"，并将compressed-tensors升级至compressed-tensors-0.11.0版本。

以下代码片段展示了如何使用transformers库加载并应用该模型。

我们以tencent/HY-MT1.5-1.8B模型为例

from transformers import AutoModelForCausalLM, AutoTokenizer
import os

model_name_or_path = "tencent/HY-MT1.5-1.8B"

tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, device_map="auto")  # You may want to use bfloat16 and/or move to GPU here
messages = [
    {"role": "user", "content": "Translate the following segment into Chinese, without additional explanation.\n\nIt's on the house."},
]
tokenized_chat = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=False,
    return_tensors="pt"
)

outputs = model.generate(tokenized_chat.to(model.device), max_new_tokens=2048)
output_text = tokenizer.decode(outputs[0])

我们推荐使用以下参数集进行推理。请注意，我们的模型没有默认的system_prompt。

{
  "top_k": 20,
  "top_p": 0.6,
  "repetition_penalty": 1.05,
  "temperature": 0.7
}

支持的语言：

语言	缩写	中文名称
Chinese	zh	中文
English	en	英语
French	fr	法语
Portuguese	pt	葡萄牙语
Spanish	es	西班牙语
Japanese	ja	日语
Turkish	tr	土耳其语
Russian	ru	俄语
Arabic	ar	阿拉伯语
Korean	ko	韩语
Thai	th	泰语
Italian	it	意大利语
German	de	德语
Vietnamese	vi	越南语
Malay	ms	马来语
Indonesian	id	印尼语
Filipino	tl	菲律宾语
Hindi	hi	印地语
Traditional Chinese	zh-Hant	繁体中文
Polish	pl	波兰语
Czech	cs	捷克语
Dutch	nl	荷兰语
Khmer	km	高棉语
Burmese	my	缅甸语
Persian	fa	波斯语
Gujarati	gu	古吉拉特语
Urdu	ur	乌尔都语
Telugu	te	泰卢固语
Marathi	mr	马拉地语
Hebrew	he	希伯来语
Bengali	bn	孟加拉语
Tamil	ta	泰米尔语
Ukrainian	uk	乌克兰语
Tibetan	bo	藏语
Kazakh	kk	哈萨克语
Mongolian	mn	蒙古语
Uyghur	ug	维吾尔语
Cantonese	yue	粤语