Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarTNW→ original

Orange faz fine-tuning do Qwen3 para o wolof: cinco modelos abertos de 0,6 a 14 bilhões de parâmetros

Chatbots lidam mal com idiomas que têm poucos textos na internet, e o wolof, falado por cerca de 16 milhões de pessoas na África Ocidental, é um deles. A Orange fez o fine-tuning do modelo aberto Qwen3, da Alibaba, e lançou cinco versões de 0,6 a 14 bilhões de parâmetros: as menores rodam em hardware modesto, e a maior é mais precisa. Para um bot de suporte em wolof, é uma base pronta, mas um produto pago exige contrato com a Orange.

Processado por IA de TNW; editado por Hamidun News
Orange faz fine-tuning do Qwen3 para o wolof: cinco modelos abertos de 0,6 a 14 bilhões de parâmetros
Fonte: TNW. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTNW ↗
Editor-chefe
Dado-chave #1O treinamento usou datasets públicos traduzidos automaticamente para o wolof, sem dados da Orange
Dado-chave #2Falantes de wolof compararam respostas às cegas, avaliando precisão e naturalidade
O áudio em pulaar foi adiadoprimeiro vêm o darija, o dioula e o mossi

Imagine que você está criando um chatbot de suporte para um banco ou um serviço de telemedicina no Senegal. Em francês e em inglês, qualquer modelo popular responde bem, mas os clientes falam wolof, idioma de cerca de 16 milhões de pessoas na África Ocidental. Como há poucos textos nele na internet, os modelos comuns se confundem ou respondem com tradução literal.

Para esse caso, a operadora Orange lançou cinco modelos abertos: ela pegou a família Qwen3, da chinesa Alibaba, e fez o fine-tuning em wolof. Os números no nome dos modelos indicam o tamanho: de 0,6 a 14 bilhões de parâmetros (parâmetros são os "ajustes" da rede neural; quanto menos, mais fácil rodar o modelo em hardware modesto, e quanto mais, em geral mais capaz ele é). Para o desenvolvedor, isso significa que o wolof finalmente tem uma base aberta sobre a qual dá para montar protótipos.

O que exatamente foi lançado

A Orange apresentou os modelos no evento OpenTech, em Paris. Os cinco têm pesos abertos: é possível baixá-los e rodá-los localmente. São gratuitos para uso não comercial, e o uso comercial, segundo a empresa, é possível mediante acordo à parte com a Orange. Ou seja, uma startup que queira embutir o modelo em um serviço pago terá de negociar antes com a operadora.

A variedade de tamanhos ajuda na prática: dá para montar um protótipo na versão mais leve, de 0,6 bilhão de parâmetros, e migrar para a maior, de 14 bilhões, quando for preciso mais qualidade.

Os dados de treinamento são datasets públicos traduzidos automaticamente para o wolof. Não há dados corporativos da Orange no treinamento. Isso elimina parte das dúvidas sobre a origem dos dados, embora a tradução automática inevitavelmente deixe expressões pouco naturais nos textos.

Por que Qwen, e não Llama e Whisper

O lançamento saiu um ano depois do anúncio. Em novembro de 2024, a Orange planejava fazer o fine-tuning do modelo de texto Llama, da Meta, e do modelo de fala Whisper, da OpenAI, e o wolof e o pulaar deveriam chegar no primeiro semestre de 2025. No fim, a base mudou. Um representante da empresa explicou ao TNW que o Qwen foi escolhido porque, na época, oferecia a melhor qualidade para modelagem de linguagem. O Whisper é um modelo de reconhecimento de fala, não um modelo de linguagem, e por isso não servia para a tarefa de texto.

A qualidade foi verificada por pessoas. Falantes de wolof avaliaram tanto os dados de treinamento quanto as respostas dos modelos. Eles fizeram comparações às cegas no estilo Arena, em diferentes tarefas, e deram notas separadas para precisão e para naturalidade da língua. A abordagem faz sentido: uma resposta pode estar factualmente correta e, mesmo assim, soar pouco natural, algo que métricas automáticas captam mal. A Orange não divulgou números concretos dos resultados, então a comparação com alternativas fica por conta de quem for usar.

O que vem a seguir e o que os desenvolvedores devem fazer

O pulaar, anunciado junto com o wolof, faz parte dos desenvolvimentos de voz da Orange, e não dos modelos de texto, e continua nos planos. Por ora, a prioridade é o suporte de voz para outros idiomas: darija (Marrocos), dioula e mossi (Burkina Faso).

A Orange também entrou na parceria de IA para idiomas lançada em setembro. Ela reúne mais de 60 participantes, e o objetivo é tornar a IA acessível a 3,4 bilhões de pessoas em sua língua e voz nativas.

O que fazer com isso na prática:

  • Se você trabalha com serviços para a África francófona (suporte, bancos, educação, saúde), baixe os modelos e teste-os com consultas reais de clientes em wolof: ainda não há benchmarks independentes.
  • A abordagem da Orange é reproduzível para outros idiomas com poucos recursos: uma base aberta forte, fine-tuning com dados públicos traduzidos e avaliação por falantes nativos.
  • Já leve em conta a questão da licença: um produto pago exigirá contrato à parte com a Orange.

Para a indústria, é mais um exemplo de como modelos abertos chineses, como o Qwen, se tornam a base de projetos de idiomas locais, inclusive em corporações europeias.

História

Perguntas frequentes sobre a notícia

O que exatamente foi lançado?

A Orange apresentou os modelos no evento OpenTech, em Paris. Os cinco têm pesos abertos: é possível baixá-los e rodá-los localmente. São gratuitos para uso não comercial, e o uso comercial, segundo a empresa, é possível mediante acordo à parte com a Orange. Ou seja, uma startup que queira embutir o modelo em um serviço pago terá de negociar antes com a operadora.

Por que Qwen, e não Llama e Whisper?

O lançamento saiu um ano depois do anúncio. Em novembro de 2024, a Orange planejava fazer o fine-tuning do modelo de texto Llama, da Meta, e do modelo de fala Whisper, da OpenAI, e o wolof e o pulaar deveriam chegar no primeiro semestre de 2025. No fim, a base mudou. Um representante da empresa explicou ao TNW que o Qwen foi escolhido porque, na época, oferecia a melhor qualidade para modelagem de linguagem.

O que vem a seguir e o que os desenvolvedores devem fazer?

O pulaar, anunciado junto com o wolof, faz parte dos desenvolvimentos de voz da Orange, e não dos modelos de texto, e continua nos planos. Por ora, a prioridade é o suporte de voz para outros idiomas: darija (Marrocos), dioula e mossi (Burkina Faso). A Orange também entrou na parceria de IA para idiomas lançada em setembro. Ela reúne mais de 60 participantes, e o objetivo é tornar a IA acessível a 3,4 bilhões de pessoas em sua língua e voz nativas.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…