如今,翻译已成为日常工作中不可或缺的一部分。无论是出国旅游、阅读外文资料,还是在跨国企业中工作,翻译都无处不在。
因此,拥有一个准确且高效的翻译工具至关重要。它不仅能帮助你避免误解,还能显著提升工作效率。
最近,吴恩达提出 “AI Agentic Workflow(AI 智能体工作流)”将引领人工智能新趋势之后,昨天他基于这一理念构建了一个「AI 智能体翻译工作流」,并在 GitHub 上开源。
GitHub:https://github.com/andrewyng/translation-agent
该工作流旨在利用人工智能技术,简化和加速翻译过程,为企业和个人带来更加高效和精确的翻译解决方案。
主要分为如下三个步骤:
-
通过指定大语言模型(LLM)进行语言之间的翻译;
-
对翻译结果进行反思,并提出改进建议;
-
再根据这些建议进行优化翻译。
同时这也是一套高度可控的翻译工作流,你只需通过修改提示词,就可以指定语气(正式或非正式)、地区等,甚至你还可以提供专业术语表来确保术语翻译的一致性。
下面一起来看下如何安装部署使用该工作流。
- 首先需要安装 Poetry 包管理器:
pip install poetry
- 拉取项目源码到本地:
\# 克隆项目到本地
git clone https://github.com/andrewyng/translation-agent.git
\# 进入项目文件夹下
cd translation-agent
- 安装相关依赖及激活环境:
\# 安装 Poetry 相关依赖包
poetry install
\# 激活虚拟环境
poetry shell
- 将项目文件夹下的 .env.sample 文件去掉后缀 .sample,并填入 OPENAI_API_KEY:
OPENAI\_API\_KEY\="sk-xxxxx" \# replace "sk-xxxxx" with your secret OpenAI API key
- 运行项目提供的示例:
\# 在 examples 文件夹下提供相关示例
python example/example\_script.py
- 其他相关用法说明:
import translation\_agent as ta
source\_lang, target\_lang, country \= "English", "Chinese", "China"
translation \= ta.translate(source\_lang, target\_lang, source\_text, country)
通过以上步骤,如无问题可正常运行工作流,来看下我测试得到的结果:
吴恩达表示在他们的测试中,这套翻译 Agent 工作流在翻译质量上有时甚至可以媲美领先的商业翻译工具。
不过,吴恩达也表达了这是一个并不完善的翻译工具,仍有很大的优化空间,呼吁开源社区一起来完善它。
项目是以 MIT 许可开源的,你可以自由使用、修改和分发该代码,无论是商业用途还是非商业用途。
最后,吴恩达还分享了几点继续优化该智能体的想法,如尝试其他大语言模型、常用的专业术语表应用以及在不同语言上的表现评估等。
可预见的,在各种大语言模型逐渐发展成熟后,机器翻译的流程将会越来越简化。
以视频字幕为例,我们可以基于 Whisper 模型来快速生成视频字幕文本,将字幕文本拆分后,转而提交给 GPT-4o 或其他大语言模型进行翻译。此前我翻译吴恩达老师的《ChatGPT 提示工程》教程时,便是采用的这种方式。
能够熟练将各种 AI 工具进行配套组合,进而让个人能力发生质变,这是我认为当下人工智能时代,作为普通人最需要掌握的核心技能。
文中所提到的所有开源项目与工具,已收录至 GitHubDaily 的开源项目列表中。
该列表包含了 GitHub 上诸多高质量、有趣实用的开源技术教程、开发者工具、编程网站等内容。
从 2015 年至今,累计分享 3500+ 个开源项目,Star 增长 24000+,有需要的,可访问下方 GitHub 地址自取:
GitHub:https://github.com/GitHubDaily/GitHubDaily
好了,今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓