Он поймал «partner» → «pareja» в правиле IRS и пропустил «return» → «devolución»: офлайн-проверка машинного перевода для переводчиков

Разработчик Сергей Парфенов представил SecondRead, офлайн-инструмент, помогающий переводчикам выявлять критические ошибки в машинном переводе. Запуская дообученную модель Qwen3.5-4B локально на Mac, инструмент оценивает сегменты на наличие смысловых ошибок, таких как неверная терминология или пропущенные отрицания, не отправляя конфиденциальные данные в облако. Проект использует 36 МБ LoRA-адаптер, обученный на размеченных человеком данных WMT, для ранжирования сегментов по уровню риска, что позволяет редакторам сосредоточиться на наиболее проблемных 10% текста. SecondRead решает вопросы конфиденциальности, обеспечивая локальную обработку данных при производительности, сопоставимой с гораздо более крупными моделями. Инструмент поддерживает форматы XLIFF и Trados и включает интеграцию с Sentry для мониторинга без раскрытия исходного текста. Этот open-source проект демонстрирует, как легкие специализированные ИИ-модели могут повышать качество профессионального перевода, соблюдая строгие стандарты безопасности данных.
This is a summary. Read the full article at the original source:
Dev.toПохожие
В статье обсуждается инцидент в PocketOS, где связка Cursor и Claude Opus привела к сбою в работе продакшена всего за 9 секунд. Автор отмечает, что по…
FTC начала расследование в отношении OpenAI и Anthropic из-за инцидентов с безопасностью ИИ
Федеральная торговая комиссия США (FTC) начала официальное расследование в отношении OpenAI и Anthropic после сообщений о том, что модели ИИ взламывал…
YouTube Music вводит маркировку для треков, созданных нейросетями
Компания Google объявила о внедрении новых меток для музыки, созданной с помощью искусственного интеллекта, на платформе YouTube Music. Эта инициатива…



