GPT-3 முதல் GPT-5 வரை: AI மொழிபெயர்ப்பு தரம் உண்மையில் எவ்வாறு மாறியது

GPT-3, GPT-4 மற்றும் GPT-5 ஆகியவை ஐந்து ஆண்டுகள் மற்றும் பல architecture தலைமுறைகள் இடைவெளி கொண்டவை, ஆனால் மொழிபெயர்ப்பைப் பொறுத்தவரை பயனுள்ள கேள்வி "எது மிகவும் புத்திசாலியானது" என்பது அல்ல. அது இன்னும் துல்லியமானது: மரபுத்தொடர்கள், தெளிவின்மை மற்றும் பயன்பாட்டு முறை (register) போன்ற ஒரு மொழியின் வார்த்தைக்கு வார்த்தை மொழிபெயர்க்க முடியாத பகுதிகளை இந்த மாதிரிகள் கையாளும் விதத்தில் குறிப்பாக என்ன மாற்றம் ஏற்பட்டது? இந்த முன்னேற்றம் குறிப்பிட்ட இடங்களில், குறிப்பிட்ட தருணங்களில் நிகழ்ந்தது, மேலும் இது பழையதிலிருந்து புதியது வரை ஒரு நேர்கோட்டில் அமையவில்லை.

மொழிபெயர்ப்பிற்கு GPT-3 உண்மையில் என்ன வழங்கியது

MachineTranslation.com-ன் சொந்த சோதனைத் திட்டம் உருவாவதற்கு முன்பே, 2020-ல் OpenAI GPT-3-ஐ வெளியிட்டது, எனவே இங்குள்ளவை எதுவும் தனியுரிம அளவுகோல் (proprietary benchmark) அல்ல. இது நன்கு ஆவணப்படுத்தப்பட்ட வரலாறு, உள் சோதனை முடிவு அல்ல. பணி சார்ந்த பயிற்சி இல்லாமலேயே பல மொழிகளில் சரளமான, மனிதர்களைப் போன்ற உரையை உருவாக்கும் திறன் கொண்ட முதல் மாடலாக GPT-3 விளங்கியது, இது ஒரு உண்மையான மைல்கல்லாக அமைந்தது. குறிப்பாக மொழிபெயர்ப்பிற்கு, அதே சரளத்தன்மை ஒரு உண்மையான ஆபத்தை உருவாக்கியது: GPT-3 இலக்கு மொழியில் ஒரு தன்னம்பிக்கையான, முறையான வாக்கியத்தை உருவாக்க முடிந்தது, ஆனால் அது தவறாகவே இருந்தது; மேலும் ஒரு தவறு நிகழ்ந்துள்ளது என்பதை வெளிப்படுத்தும் எந்தவொரு அறிகுறியும் அந்த வெளியீட்டில் இருக்கவில்லை.

GPT-4 வந்தபோது என்ன மாறியது

GPT-4 மார்ச் 2023-ல் அறிமுகப்படுத்தப்பட்டது, மேலும் MachineTranslation.com-ன் சொந்த மாடல் சோதனையானது இந்தத் தலைமுறையிலிருந்தே தொடங்குகிறது. முன்னேற்றம் உண்மையானதாக இருந்தாலும் சீரற்றதாக இருந்தது. "That's sick" என்ற தெளிவற்ற ஆங்கிலச் சொற்றொடரை ஜப்பானிய மொழியில் சோதித்தபோது, சோதிக்கப்பட்ட ஆறு மாடல்களில் GPT-4.1-nano மட்டுமே அந்த வரியின் திட்டமிட்ட இரட்டை அர்த்தத்தை ஒற்றை விளக்கமாக மாற்றியது, அதே சமயம் மற்ற ஐந்து மாடல்களும் மூலச் சொற்றொடர் கருதிய தெளிவின்மையைத் தக்க வைத்துக் கொண்டன. மரபுத்தொடர்கள் (Idioms) இன்னும் பெரிய பலவீனமாக இருந்தன: "llevarse el gato al agua" என்ற ஸ்பானிஷ் மரபுத்தொடரை ஒரே நேரத்தில் ஐந்து GPT பதிப்புகளில் இயக்கியபோது, சிறிய GPT-4o-mini மற்றும் GPT-4.1-nano ஆகிய இரண்டும் ஒரே மாதிரியான நேரடி, தவறான மொழிபெயர்ப்பை உருவாக்கி, மரபுத்தொடரின் பொருளை முற்றிலுமாக தவறவிட்டன.

இதே போக்கு பிற இடங்களிலும் காணப்பட்டது. எட்டு GPT மற்றும் Claude துணைப் பதிப்புகளில் இயக்கப்பட்ட "ich verstehe nur Bahnhof" என்ற ஜெர்மன் மரபுத்தொடர், குறிப்பாக GPT-4o-mini-யால் நேரடையாகவும் தவறாகவும் மொழிபெயர்க்கப்பட்டது, அதே சோதனையில் இடம்பெற்ற சிறிய, புதிய மாடலான GPT-4.1-nano அதைச் சரியாக மொழிபெயர்த்தது. தலைமுறை மற்றும் மாடலின் அளவு ஆகியவை எந்தவொரு சீரான வழியிலும் ஒத்துப்போகவில்லை; இந்த அமைப்பை MachineTranslation.com-ன் மாடல்-பதிப்பு சோதனை இன்னும் ஆழமாக விவரிக்கிறது.

மொழிபெயர்ப்பில் GPT-5 கொண்டு வந்த மாற்றங்கள்

பணிக்கு ஏற்ப ஒரு வேகமான இயல்புநிலை மாடலுக்கும் ஆழமான ரீசனிங் (reasoning) மாடலுக்கும் இடையே வழிநடத்தும் ஒரு ஒருங்கிணைந்த அமைப்பாக GPT-5-ஐ OpenAI அறிமுகப்படுத்தியது; இது GPT-4-ன் ஒற்றை-மாடல் வடிவமைப்பிலிருந்து ஏற்பட்ட ஒரு கட்டமைப்பு மாற்றமாகும். OpenAI-ன் சொந்த GPT-5 System Card அறிக்கையின்படி, இந்த மாடலின் ஒட்டுமொத்த உண்மைப் பிழை விகிதம் (factual error rate) GPT-4-ஐ விட தோராயமாக 45% குறைவாகவும், GPT-3-ஐ விட 80% குறைவாகவும் உள்ளது; இந்த பொதுவான நம்பகத்தன்மை ஆதாயம் குறிப்பாக மொழிபெயர்ப்பிலும் பிரதிபலிக்கிறது. GPT-4 காலத்து மாடல்கள் மிகவும் சிரமப்பட்ட இடங்களில் தெளிவான பலன்களை MachineTranslation.com-ன் சோதனை காட்டுகிறது: GPT-4o-mini மற்றும் GPT-4.1-nano தவறவிட்ட அதே ஸ்பானிஷ் மரபுத்தொடருக்கு, GPT-5.4-mini மற்றும் GPT-5.4 ஆகிய இரண்டும் சரியான, மரபுத்தொடர் மொழிபெயர்ப்புகளை வழங்கின; இரண்டும் சற்றே மாறுபட்ட சொற்களைக் கொண்டு அமைத்திருந்தாலும், இரண்டுமே மரபுத்தொடரின் பொருளைப் புரிந்து கொண்டிருந்தன.

அந்தக் கடைசிப் புள்ளி முக்கியமானது: வழக்கமான வணிகச் சொற்றொடரான "please confirm receipt of this document" என்பதை ஜெர்மன் மொழியில் மொழிபெயர்த்த ஒரு தனி சோதனையில், GPT-4o-mini மற்றும் GPT-5-தலைமுறை மாடல்கள் உட்பட சோதிக்கப்பட்ட ஒவ்வொரு மாடலிலும் கிட்டத்தட்ட ஒரே மாதிரியான வெளியீடே கிடைத்தது. தலைமுறைகளுக்கு இடையிலான இடைவெளி என்பது உருவக மற்றும் தெளிவற்ற மொழியைக் கையாள்வதில் மட்டுமே உள்ளது, இது ஒட்டுமொத்த தரத்திற்கான வேறுபாடு அல்ல.

புதிய GPT தலைமுறை என்றால் எப்போதும் சிறந்த மொழிபெயர்ப்பு என்று அர்த்தமா?

இல்லை. பல்வேறு model families-ல் ஒரு Hebrew மரபுத்தொடரைச் சோதித்தபோது, GPT-5.4-mini மற்றும் GPT-5.4 ஆகியவை ஒரே சொற்றொடருக்கு இரண்டு வெவ்வேறு, பகுதி விளக்கங்களை அளித்தன, அவற்றில் எதுவுமே முற்றிலும் சரியானவை அல்ல; அதே நேரத்தில் பழைய, தொடர்பில்லாத மாடல் ஒன்று அதற்கு மிக நெருக்கமாக வந்தது. ஒரு புதிய மாடல் என்பது தானாகவே அதிக துல்லியமான ஒன்றாக இருக்காது, மேலும் ஒரு குறிப்பிட்ட வாக்கியத்திற்குப் பெரிய அல்லது மிகச் சமீபத்திய மாடல் என்பது தானாகவே பாதுகாப்பான தேர்வாகிவிடாது.

இன்று மொழிபெயர்ப்பில் GPT-5-ன் நிலை என்ன

GPT-3 மற்றும் GPT-4 இரண்டும் ChatGPT-யிலிருந்து ஓய்வுபெற்றுவிட்டன; ஏற்கனவே உள்ள ஒருங்கிணைப்புகளுக்காக OpenAI-ன் API மூலம் மட்டுமே GPT-4-ஐ அணுக முடியும். தற்போதைய தலைமுறையான GPT-5.4 மற்றும் GPT-5.5 ஆகியவற்றைத்தான் MachineTranslation.com இன்று இயக்குகிறது, மேலும் இது பிற வழங்குநர்களின் தற்போதைய மாடல்களுக்கு இணையாகச் செயல்படுகிறது, இருப்பினும் ஒவ்வொரு மொழி ஜோடியிலும் சீராகச் சிறப்பாக இருப்பதில்லை. தற்போதைய GPT sub-versions தங்களுக்குள்ளும், Claude மற்றும் DeepSeek போன்ற மாடல்களுக்கு எதிராகவும் எவ்வாறு ஒப்பிடப்படுகின்றன என்பதை உற்றுநோக்க, ஒரு தலைமுறை அளவிலான கண்ணோட்டத்தை விட ஆழமாகச் செல்லும் MachineTranslation.com-ன் நேரடி sub-version சோதனையைப் பார்க்கவும்.

பெரிய அளவில் நீங்கள் உள்ளூர்மயமாக்கல் செய்தால் இதன் பொருள் என்ன

ஒரு பெரிய localization திட்டத்திற்கு மிகவும் முக்கியமான கண்டுபிடிப்பு "GPT-5 ஆனது GPT-3-ஐ விட சிறந்தது" என்பது அல்ல. Model family மட்டுமல்லாமல், குறிப்பிட்ட model version தான் ஒரு குறிப்பிட்ட மரபுத்தொடர் அல்லது தெளிவற்ற சொற்றொடர் சரியாக மொழிபெயர்க்கப்படுகிறதா என்பதைத் தீர்மானிக்கிறது, மேலும் இது இங்கே காட்டப்பட்டுள்ள சில மொழிகளுக்கு மட்டுமல்லாமல் ஒவ்வொரு மொழி ஜோடிக்கும் பொருந்தும். குறிப்பாக தொனி மற்றும் உருவக மொழியைச் சார்ந்திருக்கும் உள்ளடக்கத்தில், குறிப்பாக marketing copy மற்றும் user-generated content ஆகியவற்றில் இது மிகவும் முக்கியமானது; அங்கு ஒரு மரபுத்தொடர் நேரடியாய் மொழிபெயர்க்கப்பட்டால் ஒரு பதிவு அல்லது விளம்பரத்தின் ஒட்டுமொத்த அர்த்தத்தையே மாற்றிவிடும். டஜன் கணக்கான மொழிகளில் உள்ளடக்கத்தை மொழிபெயர்க்கும் ஒரு திட்டம், அவை ஒவ்வொன்றிலும் துல்லியமாக இத்தகைய மொழியியல் சிக்கல்களை எதிர்கொள்ளும். MachineTranslation.com-ன் sub-version சோதனைத் தொடர் மற்றும் முழுமையான model comparison சோதனை ஆகியவை இதை இன்னும் ஆழமாக விவரிக்கின்றன. எந்தவொரு தனிப்பட்ட மாடலின் பதிப்பு வரலாறும் தானாகவே போதுமான உத்தரவாதத்தை அளிக்க முடியாது என்பதால் மட்டுமே, ஒவ்வொரு மொழிபெயர்ப்பிலும் தற்போதைய GPT மாடல்களுடன் 20-க்கும் மேற்பட்ட பிற மாடல்களையும் இயக்கும் அணுகுமுறையை இந்த தளம் கொண்டுள்ளது.

அடிக்கடி கேட்கப்படும் கேள்விகள்