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”.
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.
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
W pierwszych trzech miesiącach 2024 r. w porównaniu z ostatnim kwartałem XNUMX r. liczba zainfekowanych e-maili firmowych wzrosła ponad dwukrotnie.
Zasada segregacji interfejsów jest jedną z pięciu zasad SOLID projektowania obiektowego. Klasa powinna mieć…
Microsoft Excel jest narzędziem referencyjnym do analizy danych, ponieważ oferuje wiele funkcji organizowania zbiorów danych,…
Walliance, SIM i platforma wśród liderów w Europie w dziedzinie crowdfundingu nieruchomości od 2017 roku ogłasza zakończenie…
Filament to „przyspieszony” framework programistyczny Laravel, zapewniający kilka pełnych komponentów. Ma na celu uproszczenie procesu…
«Muszę wrócić, aby dokończyć moją ewolucję: przeniosę się do wnętrza komputera i stanę się czystą energią. Po osiedleniu się…
Google DeepMind wprowadza ulepszoną wersję swojego modelu sztucznej inteligencji. Nowy ulepszony model zapewnia nie tylko…
Laravel, znany ze swojej eleganckiej składni i potężnych funkcji, zapewnia również solidną podstawę architektury modułowej. Tam…