通过Ollama接入沉浸式翻译并配置WiNGPT-Babel模型
编辑WiNGPT-Babel介绍
1. 模型简介
WiNGPT-Babel（巴别塔）是由 Winning Health 开发的一款专为翻译应用定制的大语言模型（LLM）。该模型致力于提供便捷的多语言信息母语级体验，其最大特点是采用了 human-in-the-loop 数据生产采集闭环策略进行训练。这使得 WiNGPT-Babel 更适应真实使用场景，如新闻、研究成果以及带有实时翻译字幕的视频内容。
与传统机器翻译模型不同，WiNGPT-Babel 的目标是利用先进的 LLM 技术降低语言障碍，帮助用户更轻松地获取全球范围内的互联网信息，包括学术论文、社交媒体、网页内容和视频字幕等各种数据格式。
2. 核心特点
2.1 Human-in-the-loop 训练方法
首先使用少量数据进行初步训练
通过 API 收集使用各种工具的日志数据，并利用这些日志构建新的训练数据
使用 WiNGPT-2.6 模型和奖励模型对数据进行 rejection sampling
辅以人工审核确保数据质量
经过多轮迭代训练，直至模型性能达到预期水平
2.2 多样化功能
多格式翻译：支持网页、社交媒体内容、学术论文、视频字幕及数据集等多种文本格式
高精度翻译：基于先进的 LLM 架构，提供准确、自然、流畅的翻译结果
高性能翻译：采用 1.5B 参数规模模型，支持实时字幕翻译等应用场景
多语言支持：目前支持超过 20 种语言，并不断扩展
应用适配：已适配沉浸式翻译、videolingo 等工具
3. 适用场景
WiNGPT-Babel 模型适用于多种翻译场景：
网页内容翻译：日常网页浏览，快速理解网页信息
学术论文翻译：辅助理解多语言研究论文，提高阅读效率
新闻资讯翻译：快速了解全球新闻动态，获取一手信息
视频字幕翻译：观看外语视频，辅助理解视频内容
数据集多语言处理：多语言数据集的初步翻译，辅助数据分析
4. 语言支持
目前已确认支持的语言包括：
英文 ↔️ 中文
日文 ➡️ 中文
更多语言支持正在验证中。
如何使用
注：如果没有安装Ollama请先安装Ollama，如何安装：windows下如何通过Ollama部署本地大模型
1. 首先拉取WiNGPT-Babel模型
ollama pull hf.co/winninghealth/WiNGPT-Babel:Q8_0
2. 安装并配置沉浸式翻译扩展
2.1 根据你的浏览器安装沉浸式翻译扩展：
2.2 进行翻译服务的配置
安装完成后，点击浏览器工具栏中的沉浸式翻译图标
进入设置 → 翻译服务
在翻译服务列表中找到并选择"添加 OpenAI 兼容服务"
配置 Ollama 服务：
服务地址：http://localhost:11434（如果你修改了 Ollama 的默认端口，请相应调整）
模型名称：hf.co/winninghealth/WiNGPT-Babel:Q8_0
APIKEY：未设置可留空
翻译策略改为通用可自定义提示词：WiNGPT-Babel已内置提示词，留空效果最好
点击"测试连接"确认配置正确（配置会自动保存设置）
在设置 → 翻译服务翻译服务中将该服务设为默认
至此便可以通过悬浮球等方式进行网页翻译
- 0
- 0
-
分享