SPRACHE:
SPRACHE:
Lionbridge Knowledge Hubs
- Positive Patientenergebnisse
- Die Zukunft der Lokalisierung
Content-Services
- Technische Redaktion
- Schulungen
- Finanzberichte
- Digitales Marketing
- Content für SEO
Übersetzung und Lokalisierung
- Videolokalisierung
- Software-Lokalisierung
- Website-Lokalisierung
- Übersetzung für regulierte Branchen
- Dolmetschen
- Live Events
Testdienstleistungen
- Testservice
- Kompatibilitätsprüfungen
- Interoperabilitätsprüfungen
- Performance-Tests
- Zugänglichkeits-Tests
- Überprüfen des Kundenerlebnisses
Lösungen
- Übersetzungsservices
- Maschinelle Übersetzung
- Smart Onboarding™
- Aurora AI Studio™
Unsere Knowledge Hubs
- Positive Patientenergebnisse
- Die Zukunft der Lokalisierung
- Mit Innovation zur Immunität
- Covid-19-Sprachressourcen
- Disruption Series
- Patienteneinbindung
- Lionbridge Insights
- Pharma-Übersetzungen
- Klinisch
- Regulierung
- Nach der Zulassung
- Für Unternehmen
- Medizinprodukte-Übersetzungen
- Validierung/Klinische Studien
- Regulierung
- Nach der Autorisierung
- Für Unternehmen
Bank- und Finanzwesen
Einzelhandel
Luxusgüter
E-Commerce
Lionbridge Games
Automobilbranche
Konsumgüter
Technologie
Maschinenbau und Fertigung
Rechtsdienstleistungen
Tourismus und Gastgewerbe
SPRACHE AUSWÄHLEN:
GPT-4 ist zum Zeitpunkt der Erstellung dieses Beitrags das fortschrittlichste und nützlichste große Sprachmodell (Large Language Model, LLM) der GPT-Familie und eignet sich im Vergleich zu früheren GPT-Modellen besser für maschinelle Übersetzungen.
Wie gut ist diese generative KI (GenAI) bzw. das Sprachmodell bei der maschinellen Übersetzung (Machine Translation, MT)?
Und wie schneidet die Lösung im Vergleich zu etablierten NMT-Engines ab?
Die Antworten auf diese Fragen und die Möglichkeit zur Beobachtung der Entwicklung des LLM bietet das Tool Lionbridge Machine Translation Tracker, das dienstälteste Bewertungstool der Branche zum Analysieren der Leistung von MT-Engines.
Der sich abzeichnende Paradigmenwechsel von neuronaler MT hin zu LLM MT bewog Lionbridge, GPT-4 in MT Tracker aufzunehmen. Dort analysieren wir jetzt auch die Leistung der maschinellen Übersetzung von GPT-4 für ausgewählte Fachbereiche und Sprachpaare. Zudem evaluieren wir die Ergebnisse von zwei weiteren LLMs und der fünf wichtigsten NMT(Neural Machine Translation)-Engines.
Große Sprachmodelle (LLMs) | Wichtige NMT-Engines |
---|---|
GPT-4 | Google NMT |
GPT-3.5 | Bing NMT |
GPT-Davinci | Amazon |
DeepL | |
Yandex |
Derzeit schneiden NMT-Engines im Allgemeinen besser ab als LLMs, wenn auch nur geringfügig. LLMs können NMT-Engines zwar noch nicht ersetzen, in Teilen aufgrund der derzeit anfallenden Kosten und der Probleme mit Leistung und Skalierbarkeit. Aber wir können die Technologie bereits in spezifischen Bereichen einsetzen, um Workflows zu optimieren und Kosten zu senken.
Im Mai 2023 haben wir darüber berichtet, dass das GPT-4-Modell in einem Fall die Leistung einer NMT-Engine übertraf. Wir betrachten dies als Vorboten dessen, was noch kommen wird. Je weiter die Entwicklung dieser Technologie voranschreitet, desto größer wird ihr Nutzen sein.
Mit jedem weiteren Test der generative KI/LLM-Modelle erfahren wir mehr über die Eigenheiten, Grenzen und Möglichkeiten. Die aktuellen, in unseren Untersuchungen ermittelten Leistungsdaten von GPT-4 sind samt Kommentierung in unserem Tool MT Tracker verfügbar.
Unser Expertenkommentar aus dem Oktober 2023 befasste sich mit folgenden Themen:
Bemerkenswerte Besonderheiten von GPT-4
Möglichkeiten zur Vermeidung der Nachteile dieser Technologie
Übersetzungsleistung von GPT-4 im Vergleich zu anderen Engines
„Auch wenn wir beim Übergang zum LLM-MT-Paradigma möglicherweise mit variableren Übersetzungsergebnissen leben müssen, kann dieser Problematik wahrscheinlich mit verschiedenen Maßnahmen und Best Practices begegnet werden.”
Rafa Moral, Lionbridge Vice President, Innovation
Unser Bewertungstool liefert wichtige Daten zur Übersetzungsleistung der Engines, damit globale Unternehmen sich über die vielversprechenden Fortschritte der generative KI/LLM-Technologie auf dem Laufenden halten können.
Die Entwicklung einer für die Anforderungen Ihres Unternehmens geeigneten MT-Lösung ist trotzdem eine knifflige Angelegenheit. Der Grund besteht darin, dass im Rahmen einer Best-of-Breed-Herangehensweise mehrere Engines – abhängig von ihrer Eignung für bestimmten Content – zum Einsatz kommen. Wird diese Kombination von Engines nun noch um LLMs ergänzt, steigert das die Komplexität dieses ohnehin anspruchsvollen Unterfangens deutlich.
Möchten Sie erfahren, wie Lionbridge eine individuelle Lösung für Sie entwickeln kann, die LLMs/generative KI einsetzt und messbar zur Wertschöpfung beiträgt? Kontaktieren Sie uns noch heute.