XRUST.ru » Новости » Программа AILQA оценит качества перевода с использованием ИИ
Новости / Программирование

Программа AILQA оценит качества перевода с использованием ИИ

24 марта 2025, 08:17 1 113 0 15

Программа AILQA Beta представлена компанией Welocalize. Задача разработки – совершенствование оценки перевода с помощью ИИ.

Программа AILQA Beta запатентована Welocalize, пишет xrust.  Она предназначена для использования ИИ для обнаружения и классификации ошибок перевода. Предложен улучшенный подход к оценке лингвистического качества и производительности поставщиков.

Ценность AILQA заключается в фундаментальном недостатке традиционного LQA, который полагается на выборку части переведенных сегментов, оцениваемых лингвистом, для обнаружения ошибок. AILQA используется для автоматизации оценки всех переведенных сегментов и предварительной маркировки ошибок, чтобы направить внимание лингвиста. Результатом является максимизация ценности времени лингвиста и гораздо более эффективное обнаружение ошибок во всем корпусе переведенного контента.

Разработка идентифицирует ошибки перевода с помощью двухэтапного процесса: определение наличия ошибок в сегменте и последующая классификация типа и серьезности в соответствии со стандартной отраслевой структурой DQF-MQM. Система объединяет общую модель обнаружения ошибок (LLM) с LLM, специфичной для терминологии, и использует иерархическую стратегию подсказок цепочки мыслей.

Для оценки производительности AILQA использует данные с аннотациями человека из собственных оценок качества Welocalize, петли обратной связи переводчика-LQAer и общедоступные наборы данных DQF-MQM. Первоначальные результаты показывают, что AILQA является отличным дополнением к человеческому обзору.


Xrust: Программа AILQA оценит качества перевода с использованием ИИ

программа, AILQA, оценит, качество, перевод

Поделится
15 0

Комментарии


Google представила OpenRL: новый API для обучения и тонкой настройки ИИ прямо в Kubernetes
Google представила OpenRL — экспериментальный API с открытым исходным кодом, который должен упростить одну из самых сложных задач современной разработки искусственного интеллекта: постобучение и тонкую настройку больших языковых моделей (LLM), пояснили xrust. Новый проект позволяет запускать процессы обучения на собственной инфраструктуре Kubernetes, отделяя исследовательскую работу от управления вычислительными ресурсами. Сегодня создание современных ИИ-моделей уже не ограничивается их первоначальным обучением. После выпуска базовой версии разработчики продолжают улучшать качество ответов, адаптируют модели под специализированные задачи и обучают их новым сценариям взаимодействия. Именно этот этап — post-training — считается одним из наиболее ресурсоемких и сложных. Что предлагает OpenRL Разработчики Google создали OpenRL как универсальный API, который берет на себя управление инфраструктурой обучения. Исследователям больше не нужно вручную координировать вычислительные узлы или
651 1