Translated wprowadza funkcję Trust Attention, zapewniającą niespotykaną dotąd jakość tłumaczeń maszynowych, torując drogę dokładności w generatywnej sztucznej inteligencji

Najnowsza wersja ModernMT (wersja 7) poprawia jakość tłumaczeń nawet o 42% dzięki Trust Attention, nowej technice opracowanej przez Translated, która łączy pochodzenie danych z ich wpływem na dokładność tłumaczenia.

Tłumacz, lider w świecie rozwiązań językowych opartych na sztucznej inteligencji (WŚ).

Firma Translated ogłosiła wydanie wersji 7 ModernMT, znaczącej aktualizacji swojego systemu adaptacyjnego tłumaczenia maszynowego (MT).

Zaufaj uwadze

Nowa wersja wprowadza Trust Attention, nową technikę inspirowaną zdolnością ludzkiego mózgu do ustalania priorytetów informacji z zaufanych źródeł, poprawiającą jakość tłumaczenia nawet o 42% (patrz wykres).

Ta innowacja wyznacza nowy standard branżowy, dystansując się od tradycyjnych systemów MT, które są ograniczone przez niemożność rozróżnienia pomiędzy wiarygodnymi danymi a gorszym materiałem podczas procesu szkoleniowego.

ModernMT wykorzystuje obecnie pierwszy w swoim rodzaju system ważenia, który priorytetowo traktuje naukę na podstawie wysokiej jakości, kwalifikowanych danych, tj. tłumaczeń wykonanych i zweryfikowanych przez profesjonalnych tłumaczy, przed niezweryfikowanymi treściami uzyskanymi z Internetu. Podobnie jak miało to miejsce w przypadku wprowadzenia adaptacyjności, Do opracowania tej nowej techniki zainspirował ludzki mózg. Tak jak ludzie oceniają wiele źródeł informacji, aby zidentyfikować te najbardziej wiarygodne i wiarygodne, tak ModernMT V7 w podobny sposób identyfikuje najcenniejsze dane szkoleniowe i odpowiednio organizuje swoją naukę.

„Zdolność ModernMT do priorytetyzowania danych o wyższej jakości w celu ulepszenia modelu tłumaczenia to najbardziej znaczący krok naprzód w tłumaczeniu maszynowym od czasu wprowadzenia dynamicznej adaptacji pięć lat temu” – powiedział Marco Trombetti, dyrektor generalny Translated. „Ta innowacja otwiera przed firmami nowe możliwości wykorzystania tłumaczenia maszynowego, aby przenieść doświadczenia swoich klientów na całym świecie na wyższy poziom. Jednocześnie pomoże tłumaczom zwiększyć ich produktywność i zarobki”.

Large Language Model

Wprowadzenie tego nowego podejścia jest poważnym krokiem naprzód dla firm poszukujących większej dokładności w tłumaczeniu dużych ilości treści lub wymagających wysokiego poziomu dostosowania silnika tłumaczenia maszynowego. Co więcej, tłumacze, którzy włączą MT do swojego przepływu pracy, znacząco skorzystają z tej innowacji.

Dziś toczy się wiele dyskusji na temat stosowania large language model (LLM) w tłumaczeniu. Podczas gdy tradycyjne tłumaczenie maszynowe przedkłada dokładność nad płynność, LLM zwykle kładą nacisk na płynność. Może to czasami prowadzić do mylących wyników z powodu „halucynacji”, tj. wyników nieopartych na danych wejściowych otrzymanych na podstawie danych dostarczonych w fazie szkolenia. Wierzymy, że Trust Attention firmy Translated może poprawić dokładność modeli generatywnych, zmniejszając ryzyko wystąpienia takich błędów. Może to przygotować grunt pod następną erę tłumaczenia maszynowego.

Nowa wersja

Wszyscy klienci Translated odniosą korzyści z poprawy jakości nowego modelu tłumaczenia maszynowego, co przełoży się na znaczne skrócenie czasu realizacji projektów. Tłumacze współpracujący z Translated będą mogli korzystać z funkcji nowego modelu za pośrednictwem Matecat, internetowej aplikacji do tłumaczeń wspomaganych sztuczną inteligencją (narzędzie CAT) dystrybuowanej bezpłatnie przez Translated. Tłumacze korzystający z jednego z pozostałych oficjalnie wspieranych programów (Matecat, memoQ i Trados) z aktywną licencją ModernMT również doświadczą mocy nowego modelu.

BlogInnovazione.it