聯繫我們
 課程時長 21 時間: (3 天)

課程簡介

LLM 翻譯系統入門

  • 理解神經機器翻譯(NMT)及其局限性
  • LLM 架構概觀及其翻譯能力
  • 傳統機器翻譯與基於 LLM 的翻譯的比較

處理專有和開源 LLM

  • 使用 OpenAI、Deepseek、Qwen 和 Mistral 模型進行翻譯
  • 性能和延遲權衡
  • 為您的工作流選擇合適的模型

使用 LangChain 構建翻譯管線

  • LLM 翻譯的管線設計原則
  • 使用 LangChain 實現翻譯鏈
  • 管理上下文窗口和令牌使用

自動化翻譯工作流

  • 使用 Python 和自動化工具安排翻譯任務
  • 處理多語言批處理作業
  • 與本地化管理系統集成

提升翻譯質量

  • 用於上下文感知翻譯的提示工程
  • 後編輯自動化及人在環設計
  • 針對特定領域翻譯的微調策略

評估和監控翻譯管線

  • 自動質量評估(AQE)和 BLEU 分數評估
  • 日誌記錄、分析和管線可觀察性
  • 錯誤處理和回退機制

縮放和部署翻譯系統

  • 使用 Docker 和無服務器框架進行雲部署
  • 大規模翻譯的負載均衡和並行處理
  • 安全性、合規性和數據隱私考量

將翻譯管線集成到企業基礎設施中

  • 將翻譯 API 連接到 CMS、ERP 和 L10n 平台
  • 管理大規模環境下的成本和性能
  • 企業本地化的治理和審批工作流

總結和後續步驟

最低要求

  • 熟悉 Python 編程
  • 具有 API 集成和工作流自動化的經驗
  • 熟悉機器學習概念和語言模型

受眾對象

  • 機器學習工程師
  • 本地化與翻譯技術專家
  • 軟件架構師和工程主管

課程分類