Свържете се с нас

Съдържание и теми, включени в курса

Въведение в корпоративната локализация с LLM

  • Разбиране на екосистемите за корпоративна локализация
  • От невронен машинен превод към превод, задвижван от LLM
  • Предизвикателства пред качеството, управлението и съответствието

Пейзаж на LLM моделите за локализация

  • Сравнение на моделите Deepseek, Qwen, Mistral и OpenAI
  • Фина настройка и адаптиране за превод и постредакция
  • Внедряване на модели и съображения за цена-производителност

Архитектура на тръбопроводи за локализация с LLM

  • Дизайнерски модели на системи за базиран на LLM превод
  • Свързване на API, бази данни и системи за управление на съдържанието
  • Оркестрация на тръбопровода с помощта на LangChain и Docker

Автоматизирано осигуряване на качеството за преводи с LLM

  • Дефиниране на лингвистични метрики за качество (BLEU, COMET, MQM)
  • Изграждане на автоматизирани агенти за осигуряване на качеството за валидация на превода
  • Обратни връзки за постредакция и непрекъснато усъвършенстване

Управление и съответствие в AI за локализация

  • Установяване на управление с човешко участие
  • Проследяване, одитни записи и контрол на промените
  • Етични стандарти и стандарти за поверителност на данните в LLM системи

Рамки за оценка и наблюдение

  • Наблюдение на ефективността на превода и отклонението
  • Предупреждения в реално време и логване с инструменти с отворен код
  • Внедряване на табла за преглед за надзор на осигуряването на качеството

Корпоративна интеграция и автоматизация на работния поток

  • Интегриране на тръбопроводи за превод с LLM със системи за управление на съдържанието (CMS) и системи за управление на преводите (TMS)
  • Автоматизация на работния поток и планиране на задачи
  • Междуведомствено сътрудничество и контрол на версиите

Мащабиране и осигуряване на сигурност на инфраструктурата за локализация

  • Мащабиране на внедряване на множество модели в облак и на място
  • Сигурност, управление на достъпа и криптиране на данни
  • Най-добри практики за управление за корпоративно приемане на LLM

Обобщение и следващи стъпки

Изисквания

  • Разбиране на машинното обучение и обработката на естествен език
  • Опит с Python или TypeScript за API интеграция
  • Запознатост с работните потоци и инструменти за корпоративна локализация

Аудитория

  • Инженери по изкуствен интелект и обработка на естествен език
  • Мениджъри по технологии за локализация
  • Софтуерни архитекти и технически ръководители
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории