PrismML y los idiomas no latinos: aún faltan pruebas
PrismMLмногоязычные моделинелатинские алфавиты
Qué se ha confirmado realmente
Por ahora, no diría que el problema de los idiomas no latinos esté resuelto. A fecha del 19 de septiembre de 2026, la página de descargas de modelos de PrismML menciona una variante Bonsai/ternary g128 para inferencia de texto y multimodal, pero esa formulación no dice nada sobre la calidad de cada idioma o sistema de escritura.
La tarjeta del antiguo sistema Prism NMT en Hugging Face aporta más detalles. Declara compatibilidad con 39 idiomas, entre ellos árabe, bengalí, chino, griego, hebreo, japonés, kazajo, ruso y ucraniano. Sin embargo, que un idioma aparezca en la lista de soporte no implica la misma precisión, solidez o calidad de generación.
La señal más útil está en el repositorio comparativo PrismML-Bonsai-vs-Qwen3.5. En persa, la puntuación cae de 79,8% a 66,7% y luego a 45,2% a medida que las variantes se vuelven más compactas. Los autores de la comparación describen el persa como la capacidad más sensible a la profundidad de bits, y ahí reside el interés: la compresión perjudica no solo la métrica global, sino una capacidad lingüística concreta.
Los materiales de lanzamiento de Ternary Bonsai informan mejoras en un conjunto amplio de pruebas y una menor degradación frente a los modelos de precisión completa. Sin embargo, los datos disponibles no incluyen un desglose específico por escrituras no latinas. La queja de un usuario sobre el bajo rendimiento de una versión anterior fuera del inglés parece una señal plausible, pero sigue siendo una observación, no una comparación controlada.
Por qué una lista de idiomas no garantiza nada
La conclusión principal es sencilla: ofrecer soporte multilingüe no equivale a contar con un modelo multilingüe estable. Esto importa especialmente cuando una compresión intensa perjudica de forma desproporcionada a un idioma, como sugiere el resultado en persa.
Para casos de uso en ruso, ucraniano, árabe y lenguas asiáticas, miraría primero las pruebas por escritura, no la puntuación media final. Hacen falta tareas idénticas en inglés y en idiomas no latinos, comparaciones entre configuraciones de precisión completa y comprimidas, además de verificaciones de tokenización, texto mixto y conservación del formato de respuesta.
Mientras no existan esos datos, no se puede afirmar con seguridad que las variantes nuevas hayan corregido la debilidad de la versión anterior. Los 39 idiomas declarados muestran amplitud de cobertura, pero la caída hasta 45,2% recuerda el coste de esa amplitud. La pregunta real ya no es si un idioma tiene soporte, sino cuánto de ese soporte queda tras la compresión.