Introducing Gemini 3.5 Live Translate
Google presentó Gemini 3.5 Live Translate, una nueva función que permite la traducción en tiempo real. Esta innovación busca mejorar la comunicación multilingüe de forma instantánea.

Google presentó Gemini 3.5 Live Translate, una nueva función que permite la traducción en tiempo real. Esta innovación busca mejorar la comunicación multilingüe de forma instantánea.

Nsanku es un benchmark sistemático que evalúa el rendimiento de traducción zero-shot de 19 LLM en 43 idiomas ghaneses. Emplea oraciones bíblicas y métricas como BLEU y chrF, y gemini-2.5-flash obtiene la puntuación media más alta.
Este estudio identifica y cuantifica errores de razonamiento en la traducción automática en múltiples pares de idiomas, empleando un protocolo de anotación automatizado. Las intervenciones en los rastros de razonamiento sugieren que las correcciones fuertes mejoran la resolución de errores, aunque con ganancias mixtas en la calidad de la traducción.
Esta investigación examina el equilibrio entre fluidez y fidelidad en la traducción literaria, comparando traducciones humanas, de Google Translate y TranslateGemma de 106 novelas en 16 idiomas. Los hallazgos muestran una correlación negativa constante entre fluidez y fidelidad, y sugieren que la longitud del segmento es importante para la evaluación automática.
Este artículo presenta un enfoque novedoso de aprendizaje en contexto para la traducción automática de copto a inglés de bajos recursos, aumentando las entradas con información sintáctica de análisis de Dependencias Universales. Aunque la información sintáctica por sí sola es menos útil que los glosarios basados en diccionarios, su combinación mejora significativamente el rendimiento y logra resultados de vanguardia.
Este artículo investiga sistemáticamente el impacto de vocabularios conjuntos y disjuntos en la transferencia de conocimiento en la traducción automática neuronal multilingüe (MNMT). Los experimentos muestran que las amplias superposiciones de vocabulario, la relación lingüística y la coincidencia de dominio conducen a un mejor rendimiento, incluso en configuraciones fuera de dominio.
Este estudo empírico investiga o aprendizado em contexto (ICL) de muitos exemplos para tradução automática de inglês para dez idiomas de baixo recurso. Os achados mostram que o ICL se torna mais eficaz com o aumento do número de exemplos, e a recuperação baseada em BM25 melhora substancialmente a eficiência dos dados.
Este contenido explora situaciones en las que una única traducción podría ser insuficiente. Aborda la necesidad de enfoques más complejos para una comunicación eficaz en diferentes contextos culturales y lingüísticos.