Vitalii Vlasiuk
Cofundador
Cofundador de Transept, escribe bajo el seudónimo «Mevkh». Licenciado en Lengua y Literatura, dio un giro hacia el software: ingeniero sénior de IA que lanza funciones LLM en producción para más de 50.000 usuarios —RAG, herramientas de agentes, evaluación LLM-as-judge—. Novelista a fuego lento, con 120.000 palabras de fantasía romántica satírica en un cajón. La fricción entre la traducción por IA y su propia prosa es lo que puso todo esto en marcha.
4 artículos
Posedición de traducción automática (MTPE): qué es, cómo funciona y cómo mejorarla
Una guía práctica de la posedición de traducción automática (MTPE): posedición ligera frente a completa, por qué la traducción automática en bruto sigue necesitando el factor humano, cómo se mide la calidad —y por qué el modelo habitual de «procesar por lotes y luego pulir» no suele ser el enfoque adecuado—, además del flujo de trabajo iterativo potenciado por memorias que lo supera tanto en calidad como en coste.
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 TM 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.
