郑茂
腾讯混元技术专家、混元应用算法负责人
硕士毕业于哈尔滨工业大学，现任腾讯混元技术专家，混元应用算法负责人。负责混元大模型在腾讯的应用落地，支持广告、社交、娱乐、教育、客服等业务的大模型应用层效果优化。技术研究方向包括大模型复杂推理、多轮对话、翻译、RAG、AGENT等。在ACL、AAAI、EMNLP、COLING、CVPR等会议上发表数十篇论文。带领团队获得WMT翻译比赛诸多赛道第一名。
演讲主题
腾讯混元翻译模型优化经验分享
腾讯混元开源国际翻译比赛冠军模型 Hunyuan-MT-7B（70 亿参数量），支持 33 种语言及 5 种民汉语言 / 方言互译，还同步开源业界首个翻译集成模型 Hunyuan-MT-Chimera-7B，开源不到一周登顶 Hugging Face 趋势榜。 Hunyuan-MT-7B 在 ACL WMT2025 比赛中，31 个语种获 30 项第一，参数受限仍击败大模型，Flores200 测评领先同规模模型。该模型已应用于腾讯会议、企业微信、QQ浏览器、腾讯客服等业务。本次分享主要介绍该模型的训练优化方法与业务落地经验。 大纲： 1、大模型时代机器翻译面临的挑战 2、大模型机器翻译能力构建 -SHY训练范式设计 -CPT阶段关键技术难点 -SFT阶段关键技术难点 -RL阶段关键技术难点 3、业务应用中遇到的困难 -领域术语翻译效果优化 -低资源语种翻译效果优化
