语言:
语言:
内容服务
- 技术文献写作
- 培训和在线学习
- 财务报告
- 数字营销
- 搜索引擎优化 (SEO) 和内容优化
翻译服务
- 视频本地化
- 软件本地化
- 受监管内容翻译与本地化
- 口译
- 现场活动
- 网站本地化
测试服务
- 功能 QA 和测试
- 兼容性测试
- 互操作性测试
- 性能测试
- 辅助功能测试
- UX/CX 测试
解决方案
- 翻译服务模式
- 机器翻译
- Smart Onboarding™
- Aurora AI Studio™
Lionbridge 知识中心
- 改善患者治疗结果
- 本地化的未来
- 将创新想法转化为免疫实践
- 新冠肺炎疫情资源中心
- 颠覆系列
- 患者配合度
- Lionbridge 见解
选择语言:
虽然计算机科学家多年来一直在跟进生成式人工智能 (GenAI) 和大型语言模型 (LLM) 的发展,但随着美国技术公司 OpenAI 在 2022 年推出了他们开发的一种 LLM — ChatGPT,这项技术突然抓住了大众的目光。根据《路透社》® 的报道,这款创新应用程序的用户增长速度创历史新高,估计在发布后的两个月内吸引了 1 亿用户。
GenAI 技术如此引人注目,自有其道理:它能够以几乎任何语言生成文本,这将深刻改变我们工作和开展业务的方式。
高盛集团预计,到 2033 年,该工具能够为全球的国内生产总值 (GDP) 带来近 7 万亿美元的增长,并将生产力提高 1.5%。
随着这项突破性技术不断演变并变得可扩展,它将颠覆本地化行业。目前,这项 AI 技术已经在影响语言服务的交付。
Lionbridge 很早以前就采用了 GenAI 技术,已做好充分准备,可帮助您利用该技术提供的各种优势。
您一定会遇到与 GenAI 相关的术语。以下是您开始使用该技术需要了解的内容。
当前的 NMT 范式即将淘汰,取而代之的将是一种可能基于 LLM 的新范式。随着新范式逐渐发展成形,预计将带来以下优势:
降低翻译成本
提高生产力,并能够扩大生成内容的规模
提升翻译质量,生成堪比人类撰写的文本
增强客户体验
增加进入更多市场的机会
生成式 AI 即使尚处于早期发展阶段,也可以应用于多种场景,但在部署该技术时务必要谨慎。
GenAI 技术尚未完全成熟。GenAI 提供商首先需要扩展服务器的规模,各公司才能将这项技术用于产业级本地化。不过,我们可以利用 GenAI 完成特定的内容创作、翻译和后期编辑任务。
Lionbridge 使用 GenAI 来尽可能提高内部自动化程度,并帮助客户提升商业内容质量。我们可以评估 LLM,净化用于 LLM 的数据并对数据进行注解,并帮助识别和根除刻板印象、偏见或不妥当的内容。
我们在不断研究和开发新的方式,致力于将 LLM 整合到专业翻译工作中,可以帮助您充分利用这项日新月异的技术。让我们为您提供以下服务,助您开始使用该技术:
您是否仍然对 GenAI 有疑问?以下是一些客户常见问题解答。
GPT 之类的 GenAI 和 LLM 都是 AI 引擎,这些引擎学会了以人类的方式创作文本。它们使用互联网的海量语料库进行了训练。模型经过大量训练后,能够根据给定输入文本生成最合理的输出文本。
处理以下任务时,LLM 适合用于所有类型的内容:编辑、错误纠正、风格和语气管理、术语遵循以及表达阐明。
当您需要创作流畅的内容来触达并吸引受众时,可以使用 LLM。如果需要精确翻译,那么使用 LLM 生成内容的风险较大,因为这项技术可能会生成不准确的信息。
我们发现,在某些情况下,OpenAI 的 GPT-4 模型对于英语-中文语言对的翻译质量比 Yandex 更加出色。 这是一项重大的里程碑式成就。 然而,与成熟的 NMT 引擎(Microsoft、Yandex、Google、DeepL 和 Amazon)相比,GPT-4 目前无法达到同样的效果,而且成本是 NMT 引擎的 12-50 倍。
较早的 GPT 模型(如 ChatGPT 和 GPT-3)落后于 GPT-4,翻译表现不及专业的主流 NMT 引擎。我们发现 GPT 在语言的性方面存在一些不一致问题,NMT 输出内容中则没有这些问题。
市场对 LLM 的需求量巨大,但它们尚不能满足产业级本地化所涉及的内容规模需求。我们预计这一现状在未来会有所改观,但何时改观尚不明确。在此之前,处理翻译需要更长的时间,并且使用 LLM 进行翻译的成本通常会高于 NMT 引擎。
您必须查看并了解打算使用的 LLM 的使用条款和隐私政策,尤其是免费 LLM。通常,免费技术的使用费就是您的信息。
英国国家网络安全中心列出了一些风险和建议,说明了您应避免向公共 LLM 提供敏感信息,并避免向公共 LLM 提交公之于众后可能给公司带来负面影响的查询。
Lionbridge 在使用自动化技术时,始终不遗余力地保护客户的信息。
LLM 的改进速度表明,这些 AI 系统比自然语言处理 (NLP) 领域的技术更加先进,随着 NMT 范式逐渐淘汰,LLM 未来将成为新范式的一部分。尽管如此,在自动化翻译领域彻底淘汰主流 MT 引擎还为时过早。
在这个过渡时期,我们提倡采用混合模式,结合利用 NMT 和 LLM 引擎的优势,而非择一弃一。
我们研究中的一个颇具前景的主题表明了混合模式的优势,混合模式是指使用 NMT 引擎进行翻译,然后利用 LLM 引擎进行后期编辑。这种方法能够提高 NMT 译文的流畅度,因为 LLM 具有神奇的能力,可以生成堪比人类创作的文本。
GenAI 具有巨大的潜力,有望解决 NMT 引擎长久以来存在的质量问题,包括无法使用合适的正式程度、语气或否定处理方式,更无法始终如一地做到这几点。
随着 GenAI 和 LLM 日臻成熟,我们预计将实现如下成果:
MT 质量跃升,包括工作流程自动化程度提高
全球化内容产出和输出增多
接受度提高,以及
通过采用 MT 增强客户体验
Lionbridge 可以并已经为其客户提供以下 LLM 相关服务:
多语言文本生成/创译
提示工程/多语言提示工程
提示创作、翻译、创译、翻译审校、分析和测试
回复评估和验证
多元化、公平性和包容性举措,包括识别训练语料库、提示和回复中的刻板印象、偏见或不妥当的内容
从人类反馈中强化学习 (RLHF)
LLM 评估
数据相关的服务,例如针对 LLM 进行数据注解和数据净化
多语言资产优化
模型调优/定制
工作流程自动化
我们的研发 (R&D) 团队始终致力于紧跟 GenAI 的演变步伐,研究部署这项技术的新方式。
不会,GenAI 无法取代 LSP。自 Lionbridge 25 年前创立以来,我们始终欣然接受并充分利用新兴技术来提供出色的语言服务,在这个过程中,我们也成为了这些技术方面的专家。我们能够适应不断变化的技术,这种能力推动我们实现发展、屹立不倒并取得成功。在评估 LSP 时,务必要调查供应商是否能够充分利用日新月异的技术。
在这个过渡时期,彻底改变当前 MT 引擎的使用方式可能为时过早;我们具备深厚的 MT 经验,可以为您提供适当的服务,帮助您确定执行这种变革的恰当时机,并提供相应的实施指导。