腾讯利用多个AI agents「TRANSAGENTS」打造翻译公司

腾讯的一篇论文《超越人类翻译: 利用多代理协作翻译超长文学文本》，文章提出了利用AI多个智能代理（TRANSAGENTS）来打造一个翻译公司！

论文链接：https://arxiv.org/pdf/2405.11804

使用AI agents打造一个翻译公司：TRANSAGENTS的革命

TRANSAGENTS的概念

TRANSAGENTS是一个创新的多代理框架，旨在提高文学作品翻译的质量和准确性。该框架基于大型语言模型（LLMs），模拟了传统的翻译出版流程，通过利用多个代理的集体能力来应对文学翻译的复杂需求。

特点：

多代理合作：TRANSAGENTS由不同的角色组成，包括高级编辑、初级编辑、翻译、本地化专家和校对员。每个角色都有特定的职责，通过合作来提高翻译作品的整体质量。
翻译流程：翻译过程分为准备和执行两个主要阶段。准备阶段包括项目成员选择和翻译指南文档的制定。执行阶段则包括翻译、文化适应、校对和最终审查等子阶段。
评价策略：提出了两种创新的评估策略，即单语种人类偏好（MHP）和双语LLM偏好（BLP），以评估翻译质量。MHP侧重于目标语言读者的阅读体验，而BLP则利用先进的LLMs直接与原文进行比较。
成本效益：与雇佣专业人类翻译相比，使用TRANSAGENTS进行文学文本翻译可以大幅降低成本，实现了80倍的成本减少。
案例研究：通过案例研究，展示了TRANSAGENTS在文化适应和内容省略方面的优势和局限性。同时，也提供了专业翻译人员对TRANSAGENTS翻译质量的评价。
局限性：尽管TRANSAGENTS在某些方面表现出色，但也存在一些局限性，包括在评估方法、目标受众、评估规模和人类参考翻译的可靠性方面的挑战。
未来研究方向：TRANSAGENTS提出了未来研究的可能方向，包括改进超长文本的人类评估方法、更好地理解目标受众的真实偏好、扩大评估规模以及验证参考翻译的真实性。

TRANSAGENTS框架通过模拟真实的翻译公司运作，结合了人工智能和人类专家的智慧，为文学翻译领域提供了一种新的解决方案。尽管存在一些挑战，但其创新的方法和显著的成本效益优势展示了其在未来文学翻译中的潜力。

使用AI agents打造一个翻译公司：TRANSAGENTS的革命

TRANSAGENTS的代理角色

使用AI agents打造一个翻译公司：TRANSAGENTS的革命

它包含了一系列具有不同职责的代理（agents）。以下是TRANSAGENTS中包含的代理以及各自的作用：

CEO（首席执行官）：
- 负责选择高级编辑，并监督整个翻译项目。
- 根据客户的具体要求来选择团队成员。
Senior Editor（高级编辑）：
- 负责整个内容生产过程的监督。
- 制定编辑标准，指导初级编辑，并确保内容符合公司目标。
- 负责最终的翻译审查和质量控制。
Junior Editor（初级编辑）：
- 在高级编辑的指导下工作。
- 管理日常编辑工作流程，编辑内容，并协助内容规划。
- 与组织内的其他角色进行沟通。
Translator（翻译）：
- 负责将书面材料从一种语言转换为另一种语言，同时保留原文的语气、风格和上下文。
- 需要对源语言和目标语言都有深刻的理解，并且熟悉他们所翻译的主题。
Localization Specialist（本地化专家）：
- 超越简单的翻译，为特定地区或市场调整内容。
- 涉及翻译语言以及调整文化参考、成语和图像，以与当地受众产生共鸣。
Proofreader（校对员）：
- 进行语法、拼写、标点和格式错误的最终检查。
- 确保内容经过打磨，并符合高质量标准，然后才能发布。

这些代理通过合作策略，如Addition-by-Subtraction Collaboration（增加-减少合作）和Trilateral Collaboration（三方合作），在多个子阶段中协作，以提炼和增强翻译输出。每个代理在翻译过程中扮演特定的角色，共同确保翻译的质量和一致性。

TRANSAGENTS的实际效果

使用AI agents打造一个翻译公司：TRANSAGENTS的革命

TRANSAGENTS在处理需要特定领域知识，如历史背景和文化细微差别的文学作品时表现出色。翻译不仅准确传达了原文的历史细节，还成功地复现了时代特有的语言风格。

尽管TRANSAGENTS在特定领域表现出色，但在处理现代文学作品时，其表现并不总是优于传统翻译方法。部分翻译虽然流畅，但某些现代俚语和口语表达未能完全捕捉原文的韵味。

TRANSAGENTS的挑战与局限

省略关键内容：在翻译过程中，TRANSAGENTS有时会出现内容遗漏的问题，这可能会影响故事的深度和情感影响，从而损害原作的整体表达。
章节间的一致性：尽管TRANSAGENTS能够在整个翻译过程中保持一致性，但某些系统如GPT-4-1106-PREVIEW在不同章节之间保持一致性方面存在挑战。

参考翻译的质量：使用的参考翻译可能不是完全由人类创建，可能受到机器翻译工具的影响，这可能影响评估的可靠性。

代理协作的复杂性：多代理系统需要有效的协作策略来确保翻译的连贯性和一致性，设计和优化这些策略是一个挑战。

特定流派的挑战：尽管TRANSAGENTS在需要特定领域知识的流派中表现出色，但在处理现代流派时可能表现不佳，这表明系统在特定领域的适应性上还有改进空间。

总结

TRANSAGENTS代表了翻译领域的一次重大创新，它通过多代理协作的方式，有效地解决了文学翻译中的复杂问题。虽然存在一些局限性和挑战，但其在提高翻译质量、降低成本以及增强语言多样性方面的成效不容忽视。随着技术的不断发展和优化，TRANSAGENTS有望成为文学翻译领域的重要工具，为全球读者提供更加丰富和精准的文学作品翻译。

原文始发于微信公众号（python 编程小乐园）：使用AI agents打造一个翻译公司：TRANSAGENTS的革命