你能信任生成式AI(GenAI)输出进行本地化吗?你能信任你的语言伙伴负责任地使用GenAI/Large语言模型吗?来自亚马逊网络服务(AWS)、思科和Lionbridge的专家小组成员在我们的网络研讨会“拥抱人工智能:信任的新时代”中回答了这些问题以及更多问题。
观看以下视频短片,更好地了解人工智能信任的新时代,包括其挑战和解决方案。
关于该主题的全面讨论,请点播观看整个人工智能信任网络研讨会或阅读我们的人工智能信任网络研讨会摘要博客。
人工智能的进步让信任发生了什么变化?
小组成员研究了为什么现代人工智能在决策过程中表现得更像人而不是机器,以及Lionbridge的信任框架(包括透明度、可靠性、有用性、安全性和及时性)如何用于思考人工智能信任。
AWS如何衡量人工智能生成内容的可靠性和有用性?
亚马逊网络服务(AWS)的斯科特·施瓦尔巴赫(Scott Schwalbach)详细介绍了他的团队如何使用自信的评分系统来评估人工智能输出的准确性。评估GenAI输出并将其与以前生成的机器翻译(MT)输出进行比较,使AWS能够建立一个路线图,指定何时使用和不使用GenAI。
思科如何获得对人工智能生成内容的信心?
思科的Jane Faraola分享了思科与Lionbridge进行试点的细节,以及它如何帮助他们评估使用人工智能技术实现成本、速度和质量优势的方法。
有什么实际应用证明了AI在本地化中的价值?
思科的Jane Faraola展示了一个人工智能如何增强本地化过程的真实例子。思科与Lionbridge合作的一个项目使用人工智能来评估遗留字符串。
公司如何开始在本地化中实现GenAI?
在我们最后的视频剪辑中,我们的客户小组成员每人提供了一条建议,让你在踏上人工智能之旅时走上正确的道路。
取得联系
随着人工智能的快速发展,请与Lionbridge保持联系,以跟上这些技术进步的步伐。深入了解Lionbridge如何帮助您的本地化项目获得人工智能信任。
以上中文文本为机器翻译,存在不同程度偏差和错误,请理解并参考英文原文阅读。
阅读原文