Fallstudie: LLM auf die Berücksichtigung von Styleguide-Regeln trainieren

Akkurate und konsistente Übersetzungen sind für die globale Kommunikation unerlässlich. Große Sprachmodelle (Large Language Models, LLM) spielen dabei eine zentrale Rolle, weil sie Geschwindigkeit und Kosteneffizienz von Übersetzungsprozessen steigern. Die Leistung eines Modells hängt jedoch maßgeblich davon ab, wie gut das Modell darauf trainiert ist, Stimme und Stil einer Marke wiederzugeben. Das LLM-Training, zu dem auch das Prompt-Engineering gehört, ist komplex, aber unverzichtbar für Unternehmen, die eine Optimierung ihrer automatischen Übersetzungen anstreben.

Ein führendes Hyperscale-Technologieunternehmen nutzte die KI-Datenservices von Lionbridge, um die Qualität der Ausgaben des LLM – Websitelokalisierung und Übersetzungen von E-Mail-Vorlagen für das Marketing – zu verbessern. Um dieses Ziel zu erreichen, musste das interne LLM des Kunden in nur sechs Monaten für 47 Sprachen zur Befolgung des 100-seitigen Styleguides mit mehr als 500 Regeln trainiert werden.

Lionbridge extrahierte Sprachregeln aus dem umfangreichen Styleguide des Kunden, wandelte sie in LLM-Prompts um und veranlasste die Umsetzung in den KI-Übersetzungen, um die Qualität der mittels generativer KI erstellten Ausgaben zu steigern.

Zu Beginn des Projekts führte Lionbridge eine gründliche Überprüfung und Analyse des Kunden-Styleguides durch und arbeitete mit Experten, Linguisten, Technikern und Projektmanagern zusammen, um das LLM-Training effektiv zu gestalten.

Lesen Sie die Fallstudie mit folgenden Schwerpunkten:

• Komponenten unserer Drei-Phasen-Lösung
• Bedeutung einer riesigen Community für erfolgreiches LLM-Training
• Hyperpersonalisierung auch ohne internes LLM (Die meisten Unternehmen haben kein eigenes LLM.)

Diese Fallstudie zeigt, wie wichtig die Einspeisung sorgfältig kuratierter und gestraffter Styleguide-Regeln mittels Prompt-Engineering in ein LLM ist, wenn die Übersetzungsqualität verbessert werden soll. Dieser Fortschritt lässt zugleich die Bedeutung herkömmlicher Styleguides schwinden.

Die KI-Datenservices von Lionbridge, mit denen ein LLM auf die Umsetzung von Styleguide-Regeln trainiert wird, sind für Unternehmen mit einem umfangreichen und sorgfältig definierten Styleguide geeignet. Ob sie ein internes LLM haben, ist dabei nicht relevant. Lionbridge hat das interne LLM dieses Kunden trainiert und kann diese Leistung auch für die LLM anderer Unternehmen erbringen. Alternativ können wir den komplexen Styleguide eines Kunden über die Lionbridge-Plattform Aurora AI und unser Angebot Assisted Post-Editing (APE) in unser LLM speisen und die Umsetzung der relevanten Regeln veranlassen.