Polski i angielski w jednej notatce: czy AI zachowa sens?
Koordynator serwisu czyta notatkę po polsku i angielsku, a potem poprawia jej płynne podsumowanie: część została zamówiona, lecz nic nie potwierdza, że jest już w drodze. Gdy takie pomyłki wracają, zespół traci czas na ponowne sprawdzanie krótkich wpisów. Warto ustalić, czy wystarczy słownik i lepiej opisane zadanie, czy potrzebne jest dostosowanie modelu do firmowych notatek.
Syntalith
Co naprawdę zapisano o części
Załóżmy, że w zgłoszeniu znajduje się notatka: „Replacement part ordered. ETA nadal do potwierdzenia. Klient prosi o update po potwierdzeniu terminu”. ETA oznacza tu szacowany termin przybycia części. Autor zapisał, że część zamówiono, termin nadal wymaga potwierdzenia, a klient chce dostać aktualizację po jego ustaleniu.
Podsumowanie „Część zamienna jest już w drodze do klienta” zmienia stan sprawy. Przydatna wersja brzmi: „Część zamienna została zamówiona. Szacowany termin jej przybycia wymaga potwierdzenia. Klient prosi o aktualizację po potwierdzeniu terminu”. Koordynator może wykorzystać taki zapis przy przekazaniu sprawy kolejnej osobie, która zobaczy również, jaka informacja pozostaje do uzyskania.
Przy pracy w mieszanym językowo zespole podsumowanie może być potrzebne po polsku albo po angielsku. W obu wersjach trzeba zachować to samo rozróżnienie między zamówieniem a wysyłką oraz warunek przekazania aktualizacji. Aplikacja przygotowuje tekst do sprawdzenia; sama notatka nie uruchamia wiadomości ani obietnicy wobec klienta.
Słownik porządkuje nazwy
Jeżeli pracownicy używają kilku nazw tej samej części, zatwierdzony słownik może ułatwić redakcję. Pomaga utrzymać firmowe określenia i wyjaśnić skróty bez zmiany całego narzędzia. Przy krótkich, powtarzalnych notatkach warto także sprawdzić, czy prostszy formularz ułatwia zapisanie zamówienia i oczekiwania na termin.
Microsoft opisuje słownik dynamiczny w Translatorze jako sposób podawania znanych tłumaczeń nazw własnych i nazw produktów; angielski musi być jednym z języków. To pomoc w doborze określeń. Nie rozwiązuje odczytania zaprzeczeń ani tego, czy zdarzenie jest zakończone, planowane lub warunkowe.
Dlatego po uzgodnieniu terminologii trzeba przyjrzeć się całym zdaniom. W naszym przykładzie nazwa części może być przetłumaczona bezbłędnie, a „ordered” nadal zostać podsumowane jako wysyłka. Zespół potrzebuje narzędzia, które zachowa znaczenie wpisu, również gdy autor zmienia język w połowie zdania.
Najpierw próba z obecnym modelem
Przed dodatkowym uczeniem warto jasno określić pracę: przygotowanie krótkiego podsumowania na podstawie wskazanej notatki, z zachowaniem informacji o stanie sprawy. Potem można sprawdzić dostępny model wraz z uzgodnionym słownikiem. Jeśli osoby czytające wynik rzadko poprawiają jego sens, adaptacja może być zbędna.
Gdy pomyłki nadal wracają, przydatne są konkretne poprawki pracowników znających oba języki i sposób pracy serwisu. Potrafią wyjaśnić, czy problem wynika z nazwy, skrótu, czy z pominięcia warunku w zdaniu. Jeśli notatka jest niejasna również dla nich, potrzebne jest wyjaśnienie autora. Dodatkowe uczenie nie dostarczy brakującego potwierdzenia terminu.
Fine-tuning oznacza dalsze uczenie istniejącego modelu na przykładach pokazujących oczekiwany wynik zadania. AWS opisuje takie nadzorowane dostosowanie modeli z wykorzystaniem oznaczonych przykładów wejścia i odpowiedzi. W tym projekcie próbę uzasadniają powtarzalne błędy w zachowaniu znaczenia notatek, które pozostają po sprawdzeniu prostszych rozwiązań.
Fine-tuning zmienia sposób opracowania notatki. Aktualne potwierdzenie dostawy nadal musi znaleźć się w materiale, na podstawie którego powstaje podsumowanie.
Czy sprawdzanie podsumowań wymaga mniej pracy
Dwujęzyczni pracownicy porównują obecny i dostosowany model na wpisach niewykorzystanych podczas adaptacji. Czytają oryginał obok podsumowania i zaznaczają poprawki zmieniające sens. Warto oddzielić je od zwykłego wygładzenia stylu: krótsze zdanie może się podobać, a jednocześnie błędnie przedstawiać etap realizacji.
Próba powinna objąć podsumowania w obu potrzebnych językach. Poprawny wynik po polsku nie rozstrzyga, jak model przygotuje angielską wersję tych samych informacji. Zespół ocenia też, ile ponownego czytania i redagowania pozostaje przed przekazaniem sprawy dalej.
Osoba odpowiedzialna za notatki powinna móc zgłaszać nowe skróty i wyjaśniać zmiany w sposobie zapisu. Część z nich wystarczy dopisać do słownika; inne mogą wymagać ponownego sprawdzenia działania modelu. Warto uwzględnić tę bieżącą opiekę przy porównaniu adaptacji z obecnym narzędziem.
Podsumowanie obok notatki w narzędziu serwisowym
Syntalith proponuje aplikację do podsumowywania notatek polsko-angielskich. Pracownik widzi oryginalny wpis i proponowaną wersję w wybranym języku, poprawia ją i zapisuje przy sprawie. Projekt obejmuje połączenie z miejscem, w którym zespół prowadzi notatki, aby wynik służył codziennemu przekazywaniu pracy.
Zespół klienta wskazuje powracające przekłamania i wyjaśnia znaczenie używanych określeń. Porównujemy słownik oraz obecny model z próbą fine-tuningu tam, gdzie pomyłki dotyczą całych zdań. Ustalamy także, kto sprawdza podsumowania i aktualizuje terminologię po zmianach w pracy serwisu.
Opisz jeden wpis, którego podsumowanie brzmiało dobrze, ale wymagało poprawienia stanu sprawy. Powiedz, w jakim języku zespół potrzebował wyniku i gdzie miał go zapisać. To wystarczy do rozpoczęcia rozmowy o projekcie; informacje o współpracy są w cenniku Syntalith.
Dobierzmy model do wymagań Twojego zadania
Opisz wynik, którego obecne AI nie daje wystarczająco dobrze. Porównamy możliwości dostosowania modelu, wymagania dotyczące danych i koszty dalszego działania.
Prywatne modele LLM i fine-tuning