2026年3月18日に投稿された Hacker News のスレッド "Meta's Omnilingual MT for 1,600 Languages" は、March 22, 2026 時点で 113 points と 32 comments を集めていた。リンク先は Meta の Omnilingual MT 研究ページで、machine translation を従来の multilingual coverage から、より広い long-tail language 領域へ押し広げる構想を示している。Meta は、under-supported language をある程度理解できても、生成になると fidelity が崩れることが大きな bottleneck だと説明する。

論文によれば、Omnilingual MT は 1,600 以上の言語を支援する最初の MT system だという。実現のために public multilingual corpora に加え、manually curated MeDLEY bitext、synthetic backtranslation、mining を統合した。評価も広げており、BLASER 3、OmniTOX、そして BOUQuET と Met-BOUQuET を用意した。model 側では decoder-only の OMT-LLaMA と encoder-decoder の OMT-NLLB を試し、いずれも LLaMA3 世代の multilingual asset を活用している。

coverage: 1,600 以上の言語
data pipeline: MeDLEY bitext、synthetic backtranslation、mining、public corpora
evaluation: BLASER 3、OmniTOX、BOUQuET、Met-BOUQuET
主張: translation 特化の 1B〜8B model が 70B baseline に匹敵または上回る

ここで重要なのは、単に巨大な general LLM を使うより、translation に特化した smaller model の方が強い可能性を示している点だ。Meta は、baseline model が under-supported language を理解できても、意味ある生成には失敗しやすいと述べる。一方で OMT-LLaMA は coherent generation が可能な言語の範囲を広げたという。問題設定が "どれだけ大きい model か" から "translation 用にどう設計したか" に移っている。

だからこそ HN でこの話題が響いた。translation は search、support、commerce、education、public information の基盤であり、主要言語だけでは済まない product が増えている。Omnilingual MT は世界の 7,000 言語すべてを解決したわけではないが、translation を再び専門領域として組み立て直すべきだという強い方向性を示した。

#llama3

Hacker Newsが追うMetaのOmnilingual MT、multilingualを超えて1,600言語翻訳へ