🔺 LLM-митап в Питере

Тут со мной поделились ссылкой на митап в Питере. Выглядит прикольно, решил поддержать ребят информационно.

Бросается в глаза выступление господина Сергея Николенко, автора первой книжки про машинное обучение, которую я прочитал («Глубокое обучение. Погружение в мир нейронных сетей»). Будет еще несколько докладов про LLM в математике.

Проходит все в баре неподалеку от Исаакиевского ❤️

🔸 Обещают развлечения:

• Квиз против LLM от Сергея Николенко
• LLM math frontier: где граница рассуждающих возможностей?
• VibeCoding: творческое программирование!
• AI Safety Challenge: сможете ли вы обойти защиту модели?

🔸 5 июля (сб) в 17:00

👉 https://xn--r1a.website/csspace/94

🔺 Появилась тут идея по разработке агента для перевода (пока переводил статью про Cursor). Основная боль, которая была, это дословный перевод, перевод и удаление малоосмысленных оборотов/восклицаний/повторений, которые в английском варианте выглядят вполне органично, исправление стиля для аудитории Хабра. Подумал над этим подумал и посоветовался с профессиональным переводчиком (Настя, спасибо 🤗). Надумал что-то такое:

1. Агент-аналитик. Делает предпереводческий анализ — собирает инфу о контексте (кто автор, когда текст был написан, кто целевая аудитория), анализирует инструкции заказчика и коммуникативную задачу. Кроме как в ТЗ, тут, наверное, можно поискать сопутствующую информацию через Perplexity, если это статья с какого-то ресурса или у автора есть другие статьи.

2. Агент-лексикограф. Выявляет потенциальные переводческие трудности — грамматические, фонетические и культурные. Ищет релевантные параллельные тексты в БД (тут подключаем хранилище с выровненными статьями, например, техническими, в которых адекватно переведены термины). БД делаем и пополняем сами, либо подключаем что-то существующее.

3. На основе работы этих агентов получаем переводческое задание с глоссарием и стилистическим рукодовством. Тут пользователь должен его отсмотреть и одобрить/поправить.

4. Агент-переводчик. Использует задание и найденные готовые соответствия из предоставленного контекста. Если соответствий нет, то должен провести переводческие трансформации (По Комиссарову, как меня научили, они могут быть лексические: транслитерация, калькирование и др.; грамматические и комплексные). Вот тут их надо как-то выявить и обновить глоссарий. Возможно, сделать это на 2 этапе.

5. Агент-рецензент. Оценивает качество перевода на основе, как меня, опять же, научили, существующей теории — репрезентативности или эквивалентности. У обоих есть разбиение по критериям, которые можно попробовать описать формально. Им же можно и просто оценивать готовые переводы. На основе оценки и рекомендаций пользователь делает какие-либо выводы, может скорректировать задание и переперевести или сразу взяться за редактуру.

👉 Думаю, такой инструмент мог бы облегчить жизнь работающим с переводом людям. Есть идеи по поводу такого или, может, кто-то такое уже сделал?