Translated lansează Lara 3, demonstrând necesitatea AI de traducere specializată

O traducere poate arăta superb și totuși să greșească. Un termen de produs se modifică la jumătatea unui manual, un mesaj de suport își pierde contextul, sau o campanie ajunge într-o altă limbă fără vocea sa originală. Acestea sunt problemele pe care Translated le vizează cu lansarea generală a Lara 3, modelul său de AI specializat în traducere.

Anunțat pe 7 octombrie, lansarea pune Lara 3 la dispoziția întreprinderilor, traducătorilor profesioniști și utilizatorilor individuali prin Lara API, TranslationOS și Lara Translate. Urmează o introducere pentru parteneri selectați în iulie și introduce un sistem de traducere focalizat pe o piață din ce în ce mai aglomerată cu modele AI cu scop general.

Afirmația de titlu este substanțială: în evaluările în orb ale Translated, traducătorii profesioniști au calificat 82 % din traducerile Lara 3 ca perfecte, fără a necesita editări. Compania raportează scoruri mai mici pentru AI-ul general și instrumentele de traducere dedicate testate. Întrebarea mai interesantă este ce contribuie specializarea când traducerea devine parte a unui flux de producție real.

Ce măsoară benchmark-ul

Conform comunicatului de lansare, evaluarea a cuprins 16.800 de traduceri din engleză în 21 de limbi de localizare enterprise. A combinat material WMT25 care acoperă cărți, știri și conversații cu utilizatorii cu conținut enterprise proprietar din domeniile călătorii, tehnologie și finanțe.

În medie, pe cele 21 de perechi de limbi, Translated raportează următoarele procente de traduceri evaluate ca perfecte:

• Lara 3: 82%
• GPT-5.6 Sol: 69%
• Claude Fable 5: 67%
• DeepL: 57%
• Google Translate: 53%

Comunicatul spune că Lara a terminat pe primul loc în 20 din cele 21 de perechi de limbi. Lara’s notă metodologică publică a benchmark-ului descrie un judecăți majoritară de către cel puțin doi din trei traducători profesioniști. Acestea sunt rezultate raportate de companie pe un set de testare definit, nu o evaluare universală a acurateței pentru fiecare limbă, domeniu sau document.

Această distincție contează. Performanța de la engleză la limba țintă nu stabilește același clasament pentru fiecare direcție de traducere, iar un scor agregat puternic poate ascunde diferențe între limbi sau tipuri de conținut. Pentru o echipă de localizare, testul relevant rămâne propriul său terminologie, material și standarde de revizie.

Un model care exersează înainte de implementare

Introducerea tehnică a Lara 3 de la Translated introducere tehnică a Lara 3 descrie o abordare de antrenament pe care o numește „învățare prin practică”. Imitarea rămâne fundamentul, dar modelul apoi exersează generarea de traduceri alternative. Un evaluator automat, modelat pe expertiza recenzorilor profesioniști, evaluează acele încercări, iar modelul consolidează alegerile reușite și corectează pe cele slabe.

Compania afirmă că acest ciclu rulează milioane de ori în timpul antrenamentului. Comportamentul rezultat este încorporat în modelul implementat; nu înseamnă că fiecare cerere a clientului declanșează un nou proces de antrenament.

Abordarea răspunde unei dificultăți familiare în traducere: mai multe versiuni ale unei propoziții pot fi valide, în timp ce doar unele se potrivesc cu materialul înconjurător. Învățarea de a evalua acele alternative oferă un obiectiv diferit față de simpla reproducere a unui răspuns de referință.

În comunicat, co-fondatorul și CEO-ul Marco Trombetti susține că calitatea traducerii depinde de înțelegerea profundă a problemei. Fluenta singură este insuficientă când o expresie ambiguă, un termen tehnic incorect sau un indiciu cultural omis modifică ceea ce înțelege cititorul.

Contextul parte din fluxul de lucru

Antrenamentul este doar un strat. Documentația pentru dezvoltatori a lui Lara documentație pentru dezvoltatori explică cum sistemul folosește contextul documentului relevant atunci când traduce fraze individuale. Pentru intrări mai lungi, poate traduce fraze în paralel, furnizând textul înconjurător ca intrare suplimentară pentru model.

Dezvoltatorii pot, de asemenea, furniza context extern care ar trebui să informeze o traducere fără a fi tradus în sine. Un titlu de blog poate fi însoțit de corpul articolului, de exemplu, sau un mesaj nou de chat de conversația anterioară. Acest lucru este deosebit de util când instrumentele de traducere profesională au împărțit deja un document în segmente separate.

Pentru utilizatorii enterprise, această capacitate are un scop practic: menținerea micilor bucăți de conținut conectate la informațiile care le dau sens. Glosarele și memoriile de traducere aprobate adaugă un alt strat de consistență, în special când același vocabular de produs apare pe un site web, în documentație și în suportul clienților.

De la scoruri de calitate la economie de producție

Comunicatul raportează, de asemenea, benchmark-uri separate de viteză și cost. Într-un test pe un singur fir, Translated spune că Lara 3 a livrat 23 de ori mai mare debit decât Claude Fable 5 și a tradus de 3,75 ori mai multe caractere pentru același buget. Aceste comparații sunt distincte de evaluarea calității și trebuie înțelese în contextul configurației testate.

Lara platformă API se extinde dincolo de text simplu către conținut de localizare HTML și XLIFF, documente, imagini și audio. Pagina de produs descrie suport pentru peste 70 de formate de documente, cu păstrarea aspectului, plus integrarea glosarului și a memoriei de traducere. Acoperirea variază în funcție de tipul de intrare, astfel că suportul pentru text și limbă nu ar trebui să se presupună că se aplică în mod identic la audio sau imagini.

Translated a fost fondată în 1999 de lingvistul Isabelle Andrieu și de informaticianul Marco Trombetti. Comunicatul de lansare afirmă că compania deservește peste 300.000 de clienți în 200 de limbi și în peste 40 de domenii de specialitate. Acea istorie ajută la explicarea accentului pe care Lara îl pune pe cerințele mai puțin strălucitoare ale localizării: terminologie consecventă, acuratețe contextuală și rezultate care se potrivesc utilizării intenționate.

Disponibilitatea generală a Lara 3 transformă argumentul specializării într-o decizie de produs. Avansul său raportat în benchmark reprezintă un motiv pentru a investiga; testul mai riguros este dacă reduce munca de editare și integrare pe conținut real. Pentru echipele care traduc la scară, păstrarea sensului în mod fiabil este ceea ce face ca un model să fie util mult timp după prima frază impresionantă.