Unit penelitian AI Tether baru saja merilis sesuatu yang tidak ada hubungannya dengan stablecoin, tetapi berkaitan erat dengan fakta bahwa sebagian besar bahasa di dunia pada dasarnya tidak terlihat oleh AI modern. Perusahaan tersebut merilis keluarga model terjemahan mesin neural open-source bernama TranslatePsy-AfriSLM, yang mencakup 19 bahasa di Sub-Sahara Afrika dengan dataset sekitar 215 juta contoh pelatihan berarah ganda yang dipasangkan dengan bahasa Inggris.
Model-modelnya sangat kecil. Kami berbicara tentang 21 hingga 35 MB per pasangan bahasa, cukup kecil untuk dijalankan langsung di ponsel tanpa pernah menghubungi server. Itulah tujuannya: terjemahan yang berfungsi secara offline, menjaga privasi data, dan tidak memerlukan infrastruktur cloud yang jarang ada di wilayah-wilayah tempat bahasa-bahasa ini benar-benar digunakan.
Apa yang sebenarnya dibangun oleh Tether
Proyek ini, yang dikembangkan oleh divisi QVAC Tether, mencakup both dataset dan model terjemahan itu sendiri. Dataset tersebut, bernama TranslatePsy-AfriSLM-Synthetic-Mix, dihosting di Hugging Face di bawah lisensi CC BY-NC 4.0, yang berarti peneliti dan pengembang dapat menggunakannya secara gratis untuk tujuan non-komersial.
Bahasa yang dicakup meliputi Swahili, Yoruba, dan Amharic, serta 19 bahasa Sub-Sahara Afrika lainnya.
Model-model tersebut dirancang agar kompatibel dengan Bergamot, yang penting karena Bergamot adalah mesin terjemahan open-source yang digunakan Mozilla dalam fitur terjemahan bawaan Firefox. Kompatibilitas dengan ekosistem tersebut berarti model-model ini dapat diintegrasikan ke dalam infrastruktur yang ada tanpa perlu pengembang membangun ulang dari awal.
Kecepatan adalah angka utama lainnya. Model-model ini memproses sebuah kalimat dalam sekitar 46 milidetik, yang menurut QVAC membuatnya hingga 78 kali lebih cepat daripada model-model lebih besar seperti Salamandra-2B.
SDK QVAC dan cakupan bahasa Eropa
Seiring dengan model bahasa Afrika, Tether merilis QVAC SDK, sebuah perangkat pengembangan perangkat lunak yang menggabungkan berbagai model AI ke dalam kerangka peluncuran terpadu. Dukungan bahasa Eropa datang melalui SDK ini, bukan melalui dataset terpisah yang terpisah, memberikan titik integrasi tunggal bagi pengembang untuk terjemahan multibahasa.
Menurut dokumentasi QVAC, SDK dapat memperluas cakupan ke puluhan atau bahkan ratusan bahasa menggunakan sekitar 50 pasangan bahasa untuk mencakup 26 bahasa.
Makalah pendukung telah diajukan ke EMNLP 2026 dan tersedia di arXiv (arXiv:2608.18655). Kode dan model didokumentasikan di GitHub di bawah organisasi penelitian AI Tether di tether-ai-research/qvac-translatepsy-afri-slm.
Mengapa perusahaan stablecoin membangun AI terjemahan
Stablecoin Tether mengalami adopsi besar-besaran di Afrika, Asia Tenggara, dan Amerika Latin, wilayah-wilayah di mana mata uang lokal sangat fluktuatif, infrastruktur perbankan terbatas, dan di mana banyak bahasa berdaya rendah di dunia digunakan. Membangun alat AI yang berfungsi dalam bahasa-bahasa tersebut, di perangkat yang umum digunakan di pasar-pasar tersebut, dan tanpa memerlukan koneksi internet yang terus-menerus adalah strategi yang memperkuat kehadiran Tether di komunitas-komunitas tepat di mana stablecoin-nya sudah memiliki daya tarik.
Dengan merilis seluruhnya di bawah lisensi yang longgar dan mengajukan penelitian untuk tinjauan akademis, Tether menempatkan QVAC sebagai lembaga penelitian AI yang sah. Apakah persepsi ini bertahan akan bergantung pada apakah model-model tersebut benar-benar berkinerja baik dalam penerapan dunia nyata, sesuatu yang akan diuji oleh komunitas penelitian NLP sekarang bahwa bobotnya telah dipublikasikan.