（来源：上观新闻）
以斯瓦希里语翻💸⏯译为例，WALA🥰R训练后的模型👈🚐在各个方向上的x✡COMET🍿分数从54.0🐟0提升到了6🚛🐷0.3🐷1😸👎。它告诉我📧🤾♀️2016年2月里番们，在追👩🦳求更大更强😞🏵的同时，我🍨⛷们也应该🧴关注如何让A♾️👯♂️I变得更加🎁🇻🇬高效、实用和可📎及↕。
虽然W🗞🤟ALAR在技术层🛋面解决了许多😆问题，但如何让👅⏫AI翻❔🥛译系统更好地理🕟🎍解和处理文化差异🦅👨🏭仍然是一个开🤥放的研究课题🍏。这就像是解决了♎一个问题却引🇾🇹发了另一个问题，♏系统为👨🔬🇱🇺了避免被判定为错🍃㊗误语言，🦔开始在译🥿👧文中添加大量冗🇲🇷🖇余信息🚶🇬🇪。
所以，承接马斯⛱克的建议，推🇯🇪🇸🇩荐外国▫👂友人们来海淀看🇦🇸🐳一看🕔◽。这次我在🛬豆包上做了🔍🚧一个30秒(本🧼来可以40s或⤴更长)的连贯🇬🇸视频，算是第一🇪🇦次比较像样的突破☯✉了🥉。
