Notas del taller
Lo que aprendemos al construir Transept y observar cómo traduce la gente.
Lo último
Ten languages in three days: field notes from localizing an AI translation product
We localized Transept into German, Ukrainian, Chinese, Portuguese, French, Spanish, Czech, Italian, Polish, and Turkish in one long weekend, using machine translation the way we tell our users to use it: with context, terminology decisions, and human post-editing. These are the plural rules, register flips, typography inversions, and hreflang lessons we collected on the way.
Más artículos
Literess como agente: la editora que recuerda tus decisiones y hace el trabajo por ti
La mayoría de las IA en las herramientas de traducción son simples chatbots añadidos como un complemento externo. Diseñamos Literess como un agente: integrada en la misma memoria de contexto de decisiones sobre la que se apoya el producto y capaz de actuar en tu nombre, siempre con tu confirmación.
Memoria de traducción: qué es, cómo funciona y por qué es clave para la localización con IA
Una memoria de traducción almacena los segmentos que su equipo ya ha aprobado. Tuvimos que analizar qué significa la MT cuando el traductor es un LLM, cómo las herramientas del mercado recuerdan (u olvidan) y la apuesta que hicimos en Transept: la memoria como contexto para la toma de decisiones.
¿Cuánto "piensa" realmente la traducción por IA?
Intentamos controlar el presupuesto de razonamiento de Gemini 3 igual que hacíamos con Gemini 2.5, pero ya no funciona así. Aquí presentamos lo que medimos en su lugar y lo que esto supone para la calidad y el coste de la traducción por IA.
Bienvenidos a The Journal
Por qué empezamos a escribir aquí, qué puedes esperar encontrar y una pequeña invitación a volver.
Los autores
Nuevas entradas aproximadamente cada mes.
RSS