实习详情
甲骨易 · LanguageX
部门与业务背景
甲骨易（北京）语言科技股份有限公司旗下 LanguageX 专注于多语言机器翻译与跨语言内容处理。实习期间围绕"多模态翻译模型"与"文档解析算法"两条主线，参与模型微调与文档智能（Document AI）核心技术研发。
核心职责与成果
多语言多模态机器翻译模型
- 基于 LoRA SFT 微调构建 LanguageX 多语言多模态算法机器翻译模型，支持文本与图文混合输入的高质量跨语言翻译
- 设计指令数据与质量过滤流程，提升低资源语向的翻译流畅度与术语一致性
MinerU 版面识别优化
- 优化 MinerU 文档解析算法，将计算机视觉目标检测模型应用于复杂版面识别（多栏、嵌套表格、公式区块）
- 提升复杂版式下元素检测与阅读顺序预测的准确率，支撑后续结构化抽取与翻译管线
合成数据泛化性研究
- 参与多模态翻译合成数据的生成与泛化性研究，探索数据增强对跨域/跨语种迁移的提升效果