作為人工智能語言解決方案領域的領導者，Translated 在生成式人工智能和內容創(chuàng)作方面取得了重大突破，并自豪地推出了創(chuàng)新語言模型 T-LM（Translated 語言模型）。T-LM 將充分釋放出 OpenAI GPT-4 的全部潛能，為世界各地的企業(yè)提供助力。它為企業(yè)提供了極具成本效益的解決方案，以 200 種語言創(chuàng)建并重組內容，縮小了 GPT-4 在英語和非英語語言之間的性能差距。

本新聞稿包含多媒體。此處查看新聞稿全文： https://www.businesswire.com/news/home/20230525005709/zh-CN/

到目前為止，GPT 的卓越性能在英語世界中表現(xiàn)得最為淋漓盡致。非英語企業(yè)在使用 GPT 時，時常感受到模型在其他語言中的表現(xiàn)落后英語數(shù)年之久，部分語言的差距甚至長達 3 年。對于這些企業(yè)來說，生成式人工智能在理解、產出和重組內容方面的性能差距始終是他們面臨的一個挑戰(zhàn)，使他們無法充分享受這項技術帶來的效益。此外，通過非英語語言使用 GPT-4 的成本可高達英語語言的 15 倍 （見附圖）。Translated 的 T-LM 服務集成公司屢獲殊榮的自適應機器翻譯（MT）與 OpenAI 的 GPT-4，覆蓋全球 95% 的人口所使用的語言，讓每一家企業(yè)充分享受生成式人工智能的先進性能。

Translated 首席執(zhí)行官 Marco Trombetti 表達了對該項目的熱切期望：“英語在生成式人工智能中的主導地位正在創(chuàng)造不平等的競爭優(yōu)勢。而 T-LM 可以幫助我們普及這項創(chuàng)新技術，幫助全球范圍內的非英語語言企業(yè)提高效率，并保持競爭力。”

GPT-4 在英語和非英語語種之間顯著的性能差異源自英語語料在模型訓練數(shù)據(jù)中的主導地位，例如 Common Crawl 數(shù)據(jù)集和維基百科，這使得非英語語種的輸出結果不盡如人意。針對這一差異，T-LM 使用專業(yè)模型將初始提示從源語言翻譯成英語，然后再翻回源語言。這種方法還降低了在非英語語言中使用 GPT-4 的成本，因為根據(jù)文本切分（tokenization，詞語切分）進行定價的模型是基于英語進行優(yōu)化的。

T-LM 的用例包括：協(xié)助全球內容團隊進行內容產出，優(yōu)化多語種客戶支持服務，以及在全球平臺上促進用戶生成內容的創(chuàng)建。

您現(xiàn)可通過 API 使用 T-LM。如欲了解有關該服務的更多詳情，歡迎訪問translatedlabs.com/gpt 。

借助 T-LM，Translated 進一步實踐了自身的承諾，即，為語言構建橋梁，幫助所有人相互理解，同時在追求這一使命的過程中與 OpenAI 加深合作。

在 businesswire.com 上查看源版本新聞稿: https://www.businesswire.com/news/home/20230525005709/zh-CN/

CONTACT:

媒體聯(lián)系人

Silvio Gulizia

內容主管

郵箱：silvio@translated.com

手機：+39 393.1044785

(圖示：美國商業(yè)資訊)

(圖示：美國商業(yè)資訊)

(圖示：美國商業(yè)資訊)

(圖示：美國商業(yè)資訊)