Překročení hranic jemného ladění: Jak technologie RAG (retrieval-augmented generation) zvyšuje konzistenci terminologie v překladech dlouhých dokumentů?
“Tradiční LLM mají omezené kontextové okno a při překladu ke konci dokumentu často zapomínají zkratky nebo specifické překlady stanovené na začátku.”
Analýza hlavní příčiny
Dynamická konstrukce znalostní báze
V průběhu překladu překladová AI v reálném čase extrahuje již potvrzené klíčové termíny a fráze, které převádí na vektory a ukládá do dočasné znalostní báze RAG. To slouží jako jakási ‚krátkodobá paměť‘ AI.
Injektování kontextového vyhledávání
Když AI narazí na nový nejednoznačný termín, vyhledávací systém zpětně prohledá předchozí odstavce, vyhledá případné relevantní definice nebo již přeložené příklady a ty následně vloží do promptu jako součást vstupu pro model. To zajišťuje, že překlad na straně 100 je zcela totožný s překladem na straně 1.
Konzistence mezi dokumenty
Pro podnikové uživatele lze rozsah RAG rozšířit na celou projektovou složku. Při překladu souboru B může AI vycházet z terminologických rozhodnutí v souboru A a tím dosáhnout konzistence napříč celým projektovým souborem.
Shrnutí konečného řešení
S využitím technologie RAG jsme vyřešili jeden z nejtěžších problémů v AI překladech – tzv. „zapomínání“, což je zvláště přínosné pro technické manuály a rozsáhlé romány.