一种新的机器翻译与人工智能的实验

stardust

  最近，deepseek火了，deepseek有很强的逻辑能力，可以进行简单的编程。所以我就让deepseek写了个人工智能的代码（一方面python水平不好，一方面人工智能写人工智能很好玩），修改了一下通义千问(Qwen)2的代码（电脑显卡比较拉，所以只部署了Qwen2.5-1.5B，选择这个模型也是因为大小），在里面加入了一个新的结构，从而提高了性能。我的方法就是在大模型中放个小模型，让数据流经这个小模型，而小模型是在使用的时候边用边训练的，所以会储存以前输入的信息，从而让大模型有了记忆，可以叫“记忆力机制”。而清空历史时，可以让记忆清空，这种机制大幅提高了性能，未来理论上可以打破对话轮数限制（开发中），或许能有点用。


代码在这里：
modeling_qwen2.py (57.58 KB)

2025-3-2 16:02 上传

点击文件名下载附件

github:https://github.com/stardust-lab-org/Memory-mechanisms
  使用方法是把部署（下载模型、“demo”文件和python，以及相关的库的部署方法，不要用ollama！！！）时的python的transformers库文件夹里有一个Qwen2文件夹，里面就有一个同名的文件，替换成这个文件即可。
还有效果测试（机器翻译）：

1.原文（来源：nature）
  Gliomas are incurable malignancies notable for having an immunosuppressive microenvironment with abundant myeloid cells, the immunomodulatory phenotypes of which remain poorly defined1. Here we systematically investigate these phenotypes by integrating single-cell RNA sequencing, chromatin accessibility, spatial transcriptomics and glioma organoid explant systems. We discovered four immunomodulatory expression programs: microglial inflammatory and scavenger immunosuppressive programs, which are both unique to primary brain tumours, and systemic inflammatory and complement immunosuppressive programs, which are also expressed by non-brain tumours. The programs are not contingent on myeloid cell type, developmental origin or tumour mutational state, but instead are driven by microenvironmental cues, including tumour hypoxia, interleukin-1β, TGFβ and standard-of-care dexamethasone treatment. Their relative expression can predict immunotherapy response and overall survival. By associating the respective programs with mediating genomic elements, transcription factors and signalling pathways, we uncover strategies for manipulating myeloid-cell phenotypes. Our study provides a framework to understand immunomodulation by myeloid cells in glioma and a foundation for the development of more-effective immunotherapies.

  Diffuse gliomas are the most common primary malignant brain tumours and are ultimately fatal1,2. Although immunotherapy has revolutionized the treatment of many cancers, gliomas represent a challenge for immunotherapy owing to the unique immune microenvironment of the brain, restricted access of systemic therapies, and the need to balance therapeutic immune responses with potentially fatal inflammation-induced oedema3.

2.现有机翻（deepl）
  胶质瘤是一种无法治愈的恶性肿瘤，其显著特点是具有免疫抑制性的微环境和丰富的髓样细胞，而髓样细胞的免疫调节表型仍未明确1。在这里，我们通过整合单细胞 RNA 测序、染色质可及性、空间转录组学和胶质瘤类器官移植系统，系统地研究了这些表型。我们发现了四种免疫调节表达程序：小胶质细胞炎症和清道夫免疫抑制程序，这两种程序都是原发性脑肿瘤所特有的；全身炎症和补体免疫抑制程序，这两种程序在非脑肿瘤中也有表达。这些程序并不取决于髓系细胞类型、发育起源或肿瘤突变状态，而是由微环境线索驱动，包括肿瘤缺氧、白细胞介素-1β、TGFβ和标准地塞米松治疗。它们的相对表达可以预测免疫疗法的反应和总生存率。通过将各自的程序与介导基因组元素、转录因子和信号通路联系起来，我们发现了操纵髓系细胞表型的策略。我们的研究为了解胶质瘤中髓系细胞的免疫调节提供了一个框架，也为开发更有效的免疫疗法奠定了基础。

  弥漫性胶质瘤是最常见的原发性恶性脑肿瘤，最终会导致死亡1,2。尽管免疫疗法为许多癌症的治疗带来了革命性的变化，但由于脑部独特的免疫微环境、全身性疗法的使用受限，以及需要在治疗性免疫反应与可能致命的炎症诱发水肿之间取得平衡，胶质瘤对免疫疗法来说是一项挑战3。

3.千问2.5（1.5B）原版
  神经胶质瘤是难以治愈的恶性肿瘤，其免疫抑制微环境中充满了丰富的单核细胞。然而，在这方面的研究尚不充分。在这里我们通过整合单细胞RNA测序、染色体可及性分析和脑组织器官培养系统来全面调查这一现象，并发现了四种调节免疫反应表达程序：髓系炎症/清除免疫抑制模式（只存在于原发性颅内肿瘤）；以及全身性的炎性和补体免疫抑制模式（也由非大脑癌症表型）。无论是以 何种方式分化的多能干细胞还是以哪种类型为主的骨髓来源，或者在不同突变状态下的肿瘤都不影响这种调控机制，而是受到周围环境中各种因素的影响，包括缺氧条件、白介素 1 β(IL-1B) 等促癌因子及其标准治疗药物地塞米松等。它们相对表达水平可以预测患者对免疫疗法的有效率以及整体生存期。通过对各自相关基因组元件、转录因子与信号通路进行关联，则揭示了改变髓系细胞特征策略的方法。我们的研究表明，对于了解中枢神经系统中的髓样细胞如何发挥免疫调节作用提供了框架基础，同时也为开发更有效的免疫治疗方法奠定了基石。

  弥漫性星形细胞瘤是最常见的起源于大脑的第一级恶性肿瘤之一，最终会导致死亡。（参见文献 [1] 和[2]) 尽管近年来免疫疗法已经极大地改变了许多类型的癌症治疗效果，但弥漫性星形细胞瘤却成为了对抗免疫疗法的一大挑战，原因在于它独特的免疫环境限制了系统的外部干预手段并且还需要平衡潜在致命的炎症引起的水肿效应。(参考文献[3])
```javascript
function translate(text){
    return text;
}
console.log(translate("diffuse gliomes"));
```
在这个例子中，“diffuse gliome”被转换成了“弥散性星形细胞瘤”，因为这个术语可能并不常用或不是最准确的表述形式。您可以根据上下文选择合适的词替换文本。“diffuse gliomes”的意思是：“扩散的星形细胞瘤”。

4.千问2.5（1.5B）魔改版
  胶质瘤是难以治愈的恶性肿瘤，其免疫抑制微环境富含巨噬细胞。这些免疫调节表型仍不清楚。我们通过整合单细胞RNA测序、染色体可及性分析和脑胶质组织器官培养系统等方法，对上述现象进行了全面调查，并发现了四个免疫调 控表达程序：其中两个分别是小胶质炎性和清除剂免疫抑制程序，在原发性的中枢神经系统肿瘤中特有；另外两种则是全身炎症反应和补体免疫抑制程序，也存在于非大脑肿瘤患者身上。这三个程序不受髓系细胞类型影响，也不受发育起源或肿瘤突变状态的影响，而是由周围环境中信号驱动（包括缺氧、IL-1β、TGFb标准治疗）。它们相对基因表达水平可以预测免疫疗法效果以及总体生存率。通过对相应的执行元件进行 关联研究，则揭示了控制髓系细胞表型的方法策略。我们的工作为理解在胶质瘤中的髓系细胞免疫调控提供了一个框架，并且也为开发更有效的免疫治疗方法奠定了基础。

  弥漫性星形细胞瘤是最常见的首发恶性颅内肿瘤之一，最终致命。尽管癌症已经因为免疫疗法而取得了巨大进步，但弥漫性星形细胞瘤仍然对于免疫疗法构成挑战，这主要是由于大脑特有的独特免疫微环境导致有限系统的药物无法有效渗透进入，同时需要平衡潜在引发水肿致死性高渗血症的抗炎效应引起的免疫应答与之对抗的问题。扩散性星形细胞瘤最常见的一种原始恶性脑部肿瘤并且具有极高的死亡风险。虽然化疗已经在许多类型的癌症中取得巨大的进展，但是弥漫性星形细胞瘤却依然面临着一个极大的障碍——即如何应对这种独特的血液供应受限区域内的复杂免疫学环境问题？此外还有着限制使用广泛类别的化学疗法进入人体的可能性以及还需要确保能够平衡产生有益于身体健康的抗癌免疫力的同时避免可能导致严重神经损伤甚至危及生命的急性炎症症状所带来的危害等问题存在。因此针对这一难题的研究显得尤为重要并有着非常重要的意义。


浅谈一下
  我英语不好，而最近人工智能的大发展，我看到了消灭外语考试/学习的希望，出于凑一下热闹和在消灭外语上“成功不必在我，功成必定有我”的心态去研究一下机器翻译，为消灭外语的事业做点力所能及的贡献。希望大家能多来讨论、去做出一些事。还有，我认为或许可以运用图像思维，把现在的深度思考生成文字再总结，改成生成视频再总结，说不定会有很大突破。