人工介入的 AI 翻译：人类与机器协同工作

为何需要人工介入的 AI 翻译？

虽然完全依赖生成式 AI/大型语言模型令人颇为心动，但生成所需质量的译文离不开机器智能和人类智慧的强强联手。

虽然生成式人工智能 (GenAI)/大型语言模型(LLM) 技术取得了瞩目进展，但人工介入的AI 翻译仍至关重要。

GenAI/LLM 提高了翻译的效率和成本效益。不过，人类不能完全信赖这些技术而不对其进行监督。

而且，这些技术也无法独立运行。因此，人工介入必不可少。人类有助于弥合 AI 信任鸿沟，而在机器的助力下，人类可以突破界限，尽情创想；人类与 AI 双剑合璧，可提供您需要的译文成果。

GenAI 本地化面临的 5 大挑战以及人工介入方法如何提供一臂之力

技术可以在人类构思新概念时起到放大、强化和协助作用，但任何技术都无法取代人类的创造力。在最近对 LLM 开展的测试中，Lionbridge 本地化工程师发现 LLM 存在五大挑战，并且发现使用人工介入至关重要。

• 挑战 1

  实现一致性

  GenAI/LLM 的不足之处

  将提示控制在几百个单词范围内时，GenAI/LLM 技术的表现最佳，因此我们不得不将冗长复杂的提示进行拆分。这一限制常常导致译文出现大量不一致。

  人类如何提供一臂之力

  人工审校人员可以整体审阅自动生成的译文，以确保一致性。

• 挑战 2

  处理语言资产

  GenAI/LLM 的不足之处

  LLM 不自带翻译记忆库 (TM)、词汇表或术语，因此必须使用一系列提示分级加入这些资产，确保在翻译中使用您需要的词汇、术语并展现出所需的品牌形象。

  人类如何提供一臂之力

  人类在接受过执行上述操作的培训后，可将各个项目类型的多个术语表和翻译说明整合为一系列提示，使品牌形象保持一致。

• 挑战 3

  生成提示

  GenAI/LLM 的不足之处

  人类可以生成提示，LLM 则无法胜任。LLM 无法生成有效提示，而这是 AI 有效进行翻译的第一步，也是一项关键要求。

  人类如何提供一臂之力

  训练有素的提示性语言工程师可以开发提示模板、自动进行提示循环利用并执行后处理提示，以优化工作流程。

• 挑战 4

  重复利用和循环利用有效提示

  GenAI/LLM 的不足之处

  LLM 无法自行循环利用和迭代提示以实现预期结果。

  人类如何提供一臂之力

  训练有素的专家可以创建复杂巧妙的专用平台来整理大量被证实卓有成效的提示，重复利用提示并根据需要插入翻译说明和术语；这促使 Lionbridge 设计出一个提示迭代平台，以重复利用提示。

• 挑战 5

  扩展 LLM，以便执行大型企业的复杂任务

  GenAI/LLM 的不足之处

  LLM 可以大规模提供非常实用的支持，但翻译并非其中之一。目前，LLM 在速度、质量和成本可负担性上不及五大主流神经网络机器翻译 (NMT) 引擎。

  人类如何提供一臂之力

  通过测试，AI 专家可以确定在何处以及如何将 LLM 整合到现有工作流中，从而并行利用 TM 和神经机器翻译来节省时间、减少工作量并降低成本。Lionbridge 拥有一支专职 AI 团队，能够出色地将 LLM 有效融入到现有工作流。

那么，人类有何作用？

人类赋能的 3 大作用

机器可以为人类减少重复性工作，使其腾出精力，更好地发挥创造力。

人类的创造力可以通过以下方式为 AI 解决方案赋能添力：

• 内容构思

人类通过构思启动内容创作过程。

• 内容验证

人类确保内容的准确性、安全性和真实性。

• 内容分析

人类能够加强监测，提高成效。

为什么要选择 Lionbridge

如今正值信任时代，Lionbridge 致力于确保提供优质的 AI 译文，并管理日新月异的技术，助您达成所愿，让您高枕无忧。无论您在寻求节约成本的方案、更快速的服务还是更卓越的质量，Lionbridge 都已融入 LLM 技术，可减少枯燥任务，执行 QA 检查，并利用 AI 生成更出色的译文成果。

我们可提供：

• 独立的 AI 平台方法、深度提示工程以及实现预期内容成果的技术能力。

• 无论流程的各个环节由机器还是人工执行，均对您完全透明。

• 关注本地化的关键方面，即您的内容及其针对客户发挥的效果。

我们具备 25 余年的丰富经验，成功引领客户完成一次次行业转型。我们可随时助您一臂之力，让您灵活顺应这一次转型的形势并借此机遇蓬勃发展。