随着大语言模型的出现，语言服务和技术行业正在涉足一个新的领域（LLMs）久经考验的翻译效率工具与尖端技术相融合的AI技术。传统上，翻译记忆库（TM）帮助语言学家利用以前翻译的内容，并降低本地化购买者的总体成本。随着自定义神经机器翻译的出现（MT）技术，一种TMs被用来训练和微调MT引擎的融合开始了。随着LLMs现在主导着人工智能的讨论及其实际实现，翻译记忆库将这种融合向前推进了一步。对于语言学家和购买者来说，TMs获得了额外的意义，因为它们可以通过优化LLMs和被LLMs优化来提高输出质量。
一方面，翻译记忆库是定制数据的宝库，可用于优化LLMs。在今年的Slator大会上LanguageWire首席产品和技术官罗兰德·霍夫肯斯建议“使用这些资产来定制您的LLM”，以提高这项新技术产生的内容的准确性。
另一方面，LLMs可以通过将低模糊匹配调整为高甚至100%匹配来帮助优化翻译记忆库，以从先前翻译的内容中获得最大输出。
随着翻译记忆库和人工智能的融合，翻译生产力解决方案的开发人员有了新的方法来优化翻译流程，并为一系列垂直行业的本地化购买者提高速度和质量。
机器翻译，轻度译后编辑，仅供参考。
编辑：张梓琦