分类本地化下的文章 - Yizhuo's Blog

背景图

本地化

📕 📝 共(12)篇

Multilingual Machine Translation with Large Language Models: Empirical Results and Analysis

Multilingual Machine Translation with Large Language Models: Empirical Results and Analysis

基于大语言模型的多语言机器翻译：实证结果与分析pre主要讲研究的一些理论和方法，还有和机器翻译、大模型、预训练、数据集等相关的概念和实际产品，论文中提到的一些具体的数据结果可以应用到涉及到gpt翻译的毕业设计中。Abstract：大语言模型 (LLM) 在处理多语言机器翻译 (MMT) 方面表...

2025年01月21日

本地化

复杂场景下 Excel 特定单元格（含公式）计算结果的深度提取与集成处理

复杂场景下 Excel 特定单元格（含公式）计算结果的深度提取与集成处理

最近在管理项目做QA时，接到一个对 LSPs（Language Service Providers）和我们自己团队的LMs（Language Managers）进行 LQA 时进行工作质量评估的需求。需求内容包括对以上双方在进行review时的修改力度、错误类型、质量保证等内容进行全方位的评估...

2025年01月17日

实习工作

Unix Epoch & 1/1/1970

Unix Epoch & 1/1/1970

计算机系统中关于时间的小故事

2025年01月10日

实习工作

明德大学蒙特雷国际研究学院（MIIS TLM）申请过程记录

明德大学蒙特雷国际研究学院（MIIS TLM）申请过程记录

个人申请经验贴

2024年11月16日

实习工作

AI Agent究竟是个啥？

AI Agent究竟是个啥？

对人机交互方式的颠覆

2024年07月09日

实习工作

产品本地化如何助力实际业务

产品本地化如何助力实际业务

记字节跳动国际化产品负责人葛仲君同学讲座

2024年05月26日

实习工作

转载：The State of Audio-Visual Accessibility and Localization

转载：The State of Audio-Visual Accessibility and Localization

GALA

2024年04月24日

本地化

转载：How to Choose Your Terminology Sources

转载：How to Choose Your Terminology Sources

Terminology 101: How to Choose Your Terminology Sourcesby Isabella Massardo | Sep 19, 2019We don’t give the internet enough credit for all that it ...

2024年04月22日

本地化

大语言模型伴学之旅（一） —— BLEU值的计算

大语言模型伴学之旅（一） —— BLEU值的计算

使用python计算BLEU值，评估翻译准确性

2024年04月22日

本地化

知识与智能_presentation_20240423

知识与智能_presentation_20240423

课堂展示讲稿寄存

2024年04月22日

本地化

SQL拾遗

SQL拾遗

啥时忘了来看看

2024年04月01日

本地化

本地化行业发展思考

本地化行业发展思考

持续更新中……

2023年03月05日

本地化

26

文章数

3

标签数

8

评论量

分类列表

最新回复

在看江山如此多娇路上的井底之蛙

在看江山如此多娇路上的井底之蛙 2024-05-12

《贫穷的本质》也提到了一些类似的观点。不过我就不过多展开了，就聊一下自己的观点。一些穷人不仅不擅长赚钱，反而还擅长花钱。不擅长赚钱是因为其没有一定的高级技能，无法获得较高的收入；擅长花钱是因为其对于“必要的消费”和“不必要的消费”没有清楚的认知。对于穷人来说，能省就省。然而，有一部分穷人被商家营造的“消费热点”吸引，被互联网上的传销和讨论所裹挟，于是不管自己是否真的需要某件商品就买了它。举个例子。一些人其实完全没有必要买价格处于中高端的咖啡，然而处于从众心理，他们也经常消费瑞幸咖啡、库迪咖啡、星巴克咖啡等。其实，对于他们而言，速溶咖啡、瓶装咖啡是性价比最高的选择。一般的速溶咖啡一元一条，而瓶装咖啡的价位一般处于五至十元。论咖啡因含量，中高价位咖啡和低价位咖啡没有太大区别，一般都是两百到三百毫克咖啡因每升。至于口味，其实差别不算大。普通人又不是咖啡品鉴师，哪里知道细微的差别。很多商品的使用价值其实不高，很多时候都被夸大了。可惜不少人被宣传或者是小资给骗了。

在看江山如此多娇路上的井底之蛙

在看江山如此多娇路上的井底之蛙 2024-05-12

今天看了一篇关于“回声室效应”的论文，我觉得能够补充一些知识。回声室效应（echo chamber effect）是一个传播学概念，指：在互联网中，信息或想法在一个封闭的小圈子里得到加强。通俗来说就是：如果你接触到的都是与你想法类似的观点，那么你就会以为自己的想法代表了主流，从而扭曲了自己对一般共识的认知。当今互联网的回声室效应极其明显。我们可以从客观和主观两个角度来说明一下是什么加剧了回声室效应。在客观方面，网站运营商为了赚取更多的流量，为了留住用户，设计出了一系列算法来提供用户喜欢的内容。用户喜欢哪一类视频、文章，网站就推送这一类内容。久而久之，用户就只接受自己喜欢的内容，陷入了“信息茧房”中。用户不自知，还以为自己看到的就是“整个世界”。在主观方面，用户倾向于同那些与自己有相似想法的人交流。人们原本希望互联网社区是一个开放的社区，能包容各种各样的想法、观念，希望上面有讨论、辩论。简而言之，就是希望互联网社区是一个“百家争鸣”的地方。然而，现在的互联网社区变成了“兴趣社区”——多了个定语“兴趣”。这表明现在的社区就像是“站队”和“拉帮结派”。持A观点的聚集成一个兴趣社区，持B观点的聚集成另一个。而在圈内，成员们有“共识”，随着时间的推移，这种“共识”会越来越强。于是他们就接受不了与其共识相反的观念。如此，完全谈不上讨论和辩论了。爱尔兰学者罗伯·基钦将这种“只同自己喜爱的人交流，从而削减了兴趣社区的多样性”的行为称为“文化部落主义”（cultural tribalism）。基钦的想法和另外两位学者的观点有异曲同工之处（我读的论文将他俩的名字翻译为“哈克费尔特”和“斯普拉奇”，不过中文互联网上似乎找不到他们的信息）。他们认为：政治看法平均分布或接近平均分布的群体一定是罕见的，群体内信念分布不对称很可能是普遍现象。心理学的研究结果能支持他们三位的观点。心理学揭示了在人际交往中，“物以类聚，人以群分”，也就是个体倾向于和自己相似的人交往。所以，“文化部落”分布的范围可能相当广泛。极端的文化部落主义就是“群体极化”（group polarization）。该概念由美国政治学家凯斯·桑坦斯提出，指：团队成员一开始即有某种偏好，在协商后，人们朝偏向的方向继续移动，最后形成极端观点。值得注意的是，当成员是以匿名状态交流时，极化会更严重。所以，不难理解为什么网络上的戾气会那么重。在这方面，大家都有感受。如何破解回声室效应呢？保持一颗开放的心，多去倾听不同的声音：来自不同年龄段的，不同地区的，不同阶层的……澳大利亚演讲家迈克尔·麦昆说：“只有意见不同的交流才允许真正的辩论和思想的交换发生。”我赞成他的观点。只有接触不同的人和观点并理解他们，我们才能够真正理解这个社会和世界，而不是拘泥于自己的一方天地。补充说明：我阅读论文是受知乎的一个回答鼓动，那个回答写得很好。回答链接如下，供读者参考。 https://www.zhihu.com/question/414676448/answer/1534517612