Peneliti mengusulkan CoPiT, sebuah pipeline terjemahan berbasis pivot yang mengatasi kelangkaan data Mongolia skrip tradisional dengan merutekan terjemahan melalui skrip Kirilik yang lebih kaya sumber daya. Pendekatan ini menyelesaikan ambiguitas yang disebabkan oleh skrip untuk memungkinkan transfer makna yang stabil dan akurat.
- CoPiT secara konsisten mengungguli terjemahan langsung di berbagai model backbone dan bahasa target.
- Metode ini mencapai peningkatan BLEU absolut yang substansial dengan peningkatan COMET konsisten sebesar 1,5-1,6x.
- Peningkatan ini memungkinkan model open-source yang kuat untuk menyamai atau mengungguli GPT-4.1 di bawah pengaturan evaluasi yang sebanding.
- CoPiT memungkinkan pembuatan data paralel sintetis langsung dari teks skrip tradisional.
- Para penulis merilis dataset paralel multi-skrip baru yang mencakup Mongolia dalam kedua skrip bersama dengan bahasa Inggris, Korea, dan Rusia.
CoPiT mengurangi kelangkaan data dalam skenario sumber daya rendah yang realistis dengan memanfaatkan hierarki sumber daya internal, memungkinkan model open-source bersaing dengan sistem proprietary.