#直译

宝玉

2周前

LLM 的 “思考”是靠输出 Token 换来的，如果你让它“思考”，但是没有输出思考的内容，那么它其实等于没有思考。举例来说，以前我在分享“直译”->“意译”的提示词可以提升翻译质量时，特别说明了既要输出直译的内容又要输出意译的内容。当时就有网友就测试了，提示词里面定义它要“直译”->“意译”，但是只让它输出“意译”的结果，可想而知，这样并不能真正的提升翻译质量，因为它没有输出“直译”的内容（Tokens）作为参考。这里的“分析”也是类似的，你让 AI “分析”，但是如果没有让 AI “分析”的结果以何种方式呈现，没有输出“Tokens”，那么就是假分析！

#LLM #Token #思考 #输出 #翻译质量 #直译 #意译

howie.serious

2周前

个人经验：好的翻译，往往不是“直译”，也不是“重写”，而是 80% 直译➕20% 费曼。很多时候，所谓“直译”，不过是劣质翻译、偷懒翻译的借口：没搞懂原材料，机械式字对字“翻译”，美其名曰“直译”。而“重写”走向了另一个极端。很多 ai 翻译 prompt，对原始材料进行魔改，漏掉了一部分，增加了一部分，暴漏的部分从表述到结构全程魔改。这种翻译 prompt，有效的前提是你不读英文原文。赌的就是你不知道它魔改了。好的翻译，一定是忠实于原始文本，如非必要，一定要“直译”。在极少数必要的时候，在译者吃透原材料，有自己个人知识体系的情况下，为了读者的更好理解，做出忠实于作者原意、但有利于读者理解的微小改动。这种改动极少，但画龙点睛，极大提升读者的阅读流畅度以及理解效果。这种改动，对译者的要求也是更高的。要求译者快速学习这个领域。更好的方式是成为专家然后再做翻译。 ps. 之所以聊这个话题，是因为大家多年来苦于各种劣质的、不上心的翻译。ai 时代，大家本可以不受劣质翻译之苦。但前提是大家对好翻译充分讨论，达成共识。

#翻译 #直译 #重写 #翻译质量 #翻译技巧 #AI 翻译

宝玉

5个月前

一句简单的提示词就可以让 LLM 在翻译的时候更好的“意译” 以前为了让 LLM 达到更好的翻译效果，我尝试了很多方式，比如最初的先直译再意译，后来的直译、反思和意译。虽然效果好了，但是却复杂了。现在随着模型能力增强，不再追求复杂的提示词技巧，而是尝试返璞归真，找到更好更简单的提示词方法。我发现对于翻译的任务，有时候翻译的效果过于生硬，恰恰在于给模型的任务是“翻译”，因为是翻译，所以模型会尝试按照字面意思去翻译，尽量还原原始的格式，但也造成一些翻译过于直白和生硬。这就像我们在学英语的时候，老师让我们去把英文翻译成中文，通常就会按照英文的单词和句式去翻译，但是如果老师让我们用中文“重写”而不是翻译，那么就可以自由的多，只需要去理解原来英文的意思，用中文的方式去重新表达，反而效果好很多。所以我最近尝试了在做翻译任务的时候，让大语言模型去用“目标语言重写”而不是“翻译”，效果果然大不一样，结果不再拘泥于原有语言的格式语法，而是用更自然的方式表达出来。比如说昨天 OpenAI 星际之门的公告，最后一句话： “We want to connect with firms across the built data center infrastructure landscape, from power and land to construction to equipment, and everything in between.” 如果“翻译”，就是按照字面意思： “我们希望与整个数据中心基础设施领域的企业建立联系，从电力和土地到建设再到设备，以及这其中的所有环节。” 如果“用中文重写”，就自然的多： “我们希望与整个数据中心基础设施领域的企业建立联系，包括电力和土地、建筑施工、设备等各个方面的合作伙伴。” 至于提示词，则很简单： “请尊重原意，保持原有格式不变，用简体中文重写下面的内容：” or "Please respect the original meaning, maintain the original format, and rewrite the following content in Simplified Chinese:" 翻译其他语言也类似，只要把提示词中目标语言部分换掉即可。欢迎分享你用这个提示词成功或者失败的案例。

#LLM #翻译 #意译 #提示词 #直译 #翻译效果 #模型能力