Descubre la investigación de Lilt en IA contextual

Los modelos de lenguaje de gran tamaño de Lilt se ajustan en tiempo real, a medida que los traductores trabajan, y actualizan los parámetros de forma automática con cada frase traducida. Este bucle estrecho permite la adaptación al vocabulario, los patrones estructurales e idiosincrasias específicos al documento y al proyecto. Nuestro equipo de investigación se centra en la contextualización rápida y efectiva de los modelos de traducción automática neuronal de última generación mediante métodos suficientemente eficientes como para apoyar la traducción automática neuronal personalizada a gran escala.

La IA contextual que apoya la localización no debe simplemente permitir la traducción de frases completas de forma aislada; debe hacer sugerencias sobre lo que los traductores van a escribir dentro de un contexto, cómo transferirán el formato del documento origen al meta, y qué modificaciones van a realizar los revisores. Los sistemas verdaderamente interactivos deben tener en cuenta las bases terminológicas, las memorias de traducción y las restricciones contextuales para todas estas sugerencias. Nuestro equipo de investigación se centra en la gama completa de sugerencias generadas automáticamente que pueden mejorar la velocidad y calidad del trabajo de localización humana en las etapas de traducción, revisión y control de calidad.

El enfoque único de Lilt sobre la localización sitúa tanto a los traductores profesionales como a la tecnología de inteligencia artificial en el núcleo de nuestras operaciones. En este contexto, surge una amplia gama de problemas de interacción entre los humanos y la computadora, desde la edición de textos de interfaces hasta la asignación de traductores a los flujos de trabajo de los proyectos. Nuestro equipo de investigación se centra en el diseño de interacción en toda la plataforma de Lilt y la ciencia de datos en la comunidad de negocios y traductores de Lilt.