翻譯

    微調理解您行業術語和風格的翻譯 AI 模型

    The Challenge

    專業領域的翻譯與通用翻譯根本不同。醫療文件需要精確翻譯藥物名稱、劑量單位和解剖術語,其中的錯誤可能危及患者。法律合約必須跨語言保留條款的精確含義,包括在目標語言中沒有直接對等的管轄權特定法律概念。技術文件需要一致翻譯產品術語、API 名稱和 UI 標籤,這些必須與軟體的本地化版本相匹配。

    通用翻譯模型——即使是高品質的——在這些特定領域的要求上持續失敗。它們翻譯了本應保持不變的品牌名稱,使用口語化醫學術語而非臨床術語,並對合約條款產出法律上模糊的措辭。在專業領域後期編輯通用翻譯的成本往往超過從頭翻譯的成本,因為審查者必須對照特定領域詞彙表和風格指南檢查每個術語和措辭。

    The Solution

    Ertas 讓組織能以自己的雙語資料微調翻譯模型:翻譯記憶庫、過去審核通過的譯文,以及遵循詞彙表的範例。以自身領域的正確譯文訓練後,模型會學到組織偏好的術語、風格規範,以及哪些詞應保留原文不譯。Ertas Studio 接受 JSONL 格式的平行文字對,也可以從 Hugging Face 匯入資料集,並在雲端 GPU 上完成訓練。

    微調後的模型會保留品牌名稱原樣,一致地使用核准術語,並遵循目標市場的慣例:正式或非正式語體、公制或英制單位、日期格式和文化指涉。模型從 Hub 匯出並在組織自己的伺服器上執行後,可作為人工參與流程中的初譯引擎,產出供專業譯者譯後編輯的草稿。匯出後翻譯的原始文件留在組織自己的基礎設施上。用於訓練的翻譯記憶庫需要上傳到 Ertas,因此請在上傳前刪除任何機密內容。隨著詞彙表更新和新產品推出,團隊可在 Ertas Studio 中以已儲存的資料集加入新核准的譯文對,重新訓練。

    Key Features

    Studio

    雙語微調工作流程

    在 Studio 中以平行語料、翻譯記憶庫和遵循詞彙表的範例訓練翻譯模型。可從 Qwen 2.5 7B 或 Gemma 3 4B 等多語言開放模型起步,翻譯量夠大時也能替每個語言對各訓練一個模型。

    Studio

    在 Data Craft 中審核譯文

    在 Studio 的引導式資料集建構工具 Data Craft 中審核訓練譯文對。語言專家編輯目標譯文、替每個範例保存版本並標記為已核准,只有審核過的譯文才會用於訓練。

    Hub

    接入您的 CAT 工作流程

    Hub 列出您訓練好的模型。可下載為 GGUF 或完整的 safetensors,以 Ollama 或 vLLM 部署,再接入您的 CAT 工具或批次腳本,處理大量文件。

    Hub

    推論時機密原文留在內部

    匯出後,模型在您自己的伺服器上執行,未發表產品的文件和其他機密原文在翻譯過程中都留在您這裡。訓練譯文對需要上傳到 Ertas,因此請先移除其中的機密內容,不再需要的資料集可以刪除。

    Example Workflow

    一家全球醫療器材製造商需要把產品手冊、查驗登記送審資料和教育訓練教材翻譯成 8 種語言。現有流程先用通用機器翻譯引擎,再由專業譯者大量譯後編輯,平均每字成本 12 美分。在地化團隊從翻譯記憶系統匯出 200,000 組已核准的譯文對,刪除病患資料和未發表產品的細節後上傳到 Ertas Studio。語言專家在 Data Craft 中抽查每個語言對。團隊替每個語言對微調專屬模型,學習公司的產品術語、法規文件措辭和風格偏好,再用一組保留的核准譯文比較每次訓練,評估詞彙表遵循率和譯後編輯工作量。選定的模型匯出後部署在內部伺服器上,並接入 CAT 工具。每份草稿都由譯者進行譯後編輯,團隊在推廣到全部八種語言之前,會對照原有基準追蹤譯後編輯時間和每字成本。

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.