最新版本的 ModernMT（第 7 版）使用 Trust Attention 将翻译质量提高了 42%，Trust Attention 是 Translated 开发的一项新技术，可将数据来源与其对翻译准确性的影响联系起来。

罗马，2023 年 7 月 27 日 – 领先的人工智能语言解决方案提供商 Translated 宣布推出 ModernMT 第 7 版，这是对其自适应机器翻译 (MT) 系统的重大升级。最新版本引入了Trust Attention，这是一种受人脑对来自可信来源的信息进行优先排序的能力启发的新技术，可将翻译质量提高高达 42%（见附图）。这项创新树立了新的行业标准，摆脱了传统机器翻译系统在训练过程中无法区分可信数据和低质量材料的问题。

ModernMT 现在使用首创的加权系统，优先考虑从高质量、合格的数据（即由专业翻译人员执行和审核的翻译）中学习，而不是来自网络的未经验证的内容。正如在引入适应性时所做的那样，Translated 在开发这项新技术时从人脑中寻找灵感。正如人类筛选多个信息源以识别最值得信赖和可靠的信息一样，ModernMT V7 类似地识别最有价值的训练数据，并据此确定学习的优先级。

Translated 首席执行官Marco Trombetti表示：“ModernMT 能够优先考虑更高质量的数据来改进模型，这是自五年前引入动态自适应以来机器翻译领域最重大的飞跃。” “这项令人兴奋的创新为公司使用机器翻译将其全球客户体验提升到新的水平提供了新的机会。它还将帮助翻译人员提高生产力和收入。”

对于在翻译大量内容或需要高度定制MT 引擎时寻求更高准确性的公司以及将 MT 集成到其工作流程中的翻译人员来说，这种新方法的引入是向前迈出的重要一步。

如今，关于大语言模型 (LLM) 在翻译中的应用存在大量讨论。传统机器翻译优先考虑准确性而非流畅性，而法学硕士则倾向于强调流畅性。有时，这可能会由于幻觉而导致误导性的输出，其中输出并不基于从训练数据接收到的输入。我们相信 Translated 的 Trust Attention 可以提高生成模型的准确性，减少出现此类错误的机会。这可能为机器翻译的下一个时代奠定基础。

所有 Translated 客户都将受益于新 MT 模型质量的提高，从而缩短项目周转时间。与 Translated 合作的译员将通过Translated 的免费、基于网络、人工智能驱动的 CAT 工具Matecat体验新模型的强大功能。使用官方支持的 CAT 工具（Matecat、memoQ 和 Trados）以及有效的 ModernMT 许可证的译员也将体验到新模型的强大功能。

从今天开始，ModernMT V7 将取代 V6，并可通过 API 以相同的价格结构提供 ModernMT 支持的所有 200 种语言。欢迎新客户在Modernmt.com上尝试最新版本的 ModernMT 。