Tether AI Research ha presentado una serie de sistemas de traducción que funcionan completamente fuera de línea, sin necesidad de conexión a ninguna red. El lanzamiento incluye QVAC TranslatePsy-AfriSLM, diseñado para 19 idiomas africanos, junto con QVAC TranslatePsy-EuroNano, desarrollado para nueve idiomas europeos. Cada modelo procesa las traducciones directamente en el dispositivo, manteniendo los datos personales localmente en lugar de enviarlos a servidores en la nube.
El enfoque está orientado a dispositivos con recursos limitados: AfriSLM, con 800 millones de parámetros, compite con grandes modelos como Qwen3.5-122B y TranslateGemma-27B, según las evaluaciones realizadas con FLORES-200, BOUQuET y SMOL. Una de las claves del rendimiento proviene de un sistema de filtrado de datos que eliminó hasta el 96% del material considerado inapto para entrenar, lo que permite una versión optimizada para hardware acotado. Además, se ofrecen configuraciones de 0.8B, 2B y 4B parámetros para adaptar el modelo a distintos requerimientos de hardware.
EuroNano adopta un enfoque diferente: utiliza el inglés como idioma intermedio y conecta numerosas lenguas europeas a través de 90 direcciones de traducción posibles. Este paquete ocupa solo 36 MB, aproximadamente un 94% menos de almacenamiento que una configuración comparable basada en Firefox offline. La huella reducirla facilita que la traducción siga disponible incluso tras la pérdida de conectividad, sin necesidad de descargas separadas para cada combinación lingüística. Este factor resulta especialmente relevante para trabajadores de campo, viajeros y aplicaciones locales donde la capacidad de almacenamiento y la disponibilidad de red pueden ser limitantes.
Tether destaca que, colectivamente, las 19 lenguas africanas cubren alrededor del 50% de la población del continente, entendiendo esto como alcance lingüístico más que número de usuarios individuales. AfriSLM está disponible a través de Hugging Face y la investigación asociada ha sido aceptada para su presentación en EMNLP 2026.
La empresa también señala una posible integración de esta tecnología con QVAC MedPsy, el modelo más liviano orientado a aplicaciones de salud en dispositivos locales. En palabras de Paolo Ardoino, CEO de Tether: “La educación y las herramientas de IA no deben estar determinadas por la conectividad; estas iniciativas permiten que millones de personas, incluso aquellas sin conectividad confiable ni acceso a sistemas costosos, se beneficien de la IA”.
El proyecto AfriSLM se enmarca en iniciativas de infraestructura local, con kioscos alimentados por energía solar que ofrecen carga de teléfonos, intercambios de baterías y acceso a servicios financieros digitales en comunidades, lo cual podría facilitar la distribución de materiales educativos, información agrícola y otros contenidos traducidos de forma local. AfriSLM se encuentra disponible en Hugging Face y la investigación relacionada se presentará en EMNLP 2026.
Este conjunto de avances subraya una dirección clave en la IA moderna: ampliar la disponibilidad de herramientas de traducción precisas y seguras que funcionen sin depender de la conectividad permanente, abriendo oportunidades para educación, salud y servicios esenciales en entornos con recursos limitados.
from Latest from TechRadar https://ift.tt/JCQ3yog
via IFTTT IA
