План на курса

Введение в системите за превод с LLM

  • Разбиране на невронния машилен превод (NMT) и неговите ограничения
  • Общ преглед на архитектурите на LLM и техните възможности за превод
  • Сравнение между традиционния машилен превод (MT) и превода с LLMs

Работа с собственни и отворени модели за LLM

  • Използване на моделите OpenAI, Deepseek, Qwen и Mistral за превод
  • Търговски компромиси между производителността и задръжки
  • Избор на правилния модел за вашите работни процеси

Построяване на пайлини за превод с LangChain

  • Принципи на дизайн на пайлини за превод с LLMs
  • Построяване на ланцето за превод с LangChain
  • Управление на контекстните прозорци и използване на токени

Автоматизация на работни процеси за превод

  • Планиране на задачи за превод, използвайки Python и инструменти за автоматизация
  • Обработка на многоезикови пакетни задания
  • Интеграция с системи за управление на локализация

Повишаване на качеството на превода

  • Инженеринг на промптове за контекстен превод
  • Автоматизация на по-редакция и проектиране с участието на човека
  • Стратегии за подправка при специализиран превод в дадена област

Оценка и мониторинг на пайлините за превод

  • Автоматична оценка на качеството (AQE) и оценка с BLEU
  • Логиране, анализ и наблюдаемост на пайлините
  • Обработка на грешки и механизми за възстановяване при отказ

Масштабиране и разпространяване на системите за превод

  • Облачно разпространяване с Docker и безсървъровни фреймворкове
  • Уравновесаване на тегло и паралелна обработка при масштабен превод
  • България, съгласуваност и защита на данните

Интегриране на пайлините за превод в enterprise инфраструктура

  • Свързване на API за превод с CMS, ERP и платформи за локализация (L10n)
  • Управление на разходите и производителността при масштаб
  • Гледащина и процеси за одобрение в enterprise локализация

Резюме и следващи стъпки

Изисквания

  • Разбиране на програмирането с Python
  • Опит с интеграция на API и автоматизация на работни процеси
  • Познаване на концепциите за машинно самообучение и езикови модели

Целевая аудитория

  • Инженери за машинно самообучение
  • Специалисти по локализация и технологии за превод
  • Архитекти на софтуер и ръководители на инженерни екипи
 21 Часове

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории