Vitalii Vlasiuk
共同創業者
Transept共同創業者。ペンネーム「Mevkh」名義で執筆。言語学・文学の学位を取得後、ソフトウェア開発へと転向。シニアAIエンジニアとして、RAG、エージェント型ツール、LLM-as-judgeによる評価など、実用的なLLM機能を50,000人以上のユーザーに提供してきました。小説家としてはじっくり創作を進めるタイプで、机の引き出しには12万語に及ぶ風刺ロマンスファンタジーが眠っています。AI翻訳と自身の書いた散文との間で生じた摩擦こそが、すべての始まりでした。
5件の記事
AI検出ツールはAI翻訳を見抜けるか？ PangramとGPTZeroで検証しました
小説の文章をAIでウクライナ語、英語、中国語の間で翻訳し、PangramとGPTZeroで検証しました。その結果、手を加えていないChatGPTによる翻訳を含め、すべてのサンプルが「人間による執筆」と判定されました。その理由と、それでもAI翻訳であることを申告すべき理由を解説します。
機械翻訳ポストエディット（MTPE）とは？仕組みとより良い実践方法
機械翻訳ポストエディット（MTPE）の実践ガイド。ライトポストエディットとフルポストエディットの違い、機械翻訳（生MT）に人の手が欠かせない理由、品質の測定方法から、従来の「一括生成してから全体を修正する」モデルが抱える課題、そして品質とコストの両面でそれを上回る、翻訳メモリを活用した反復型ワークフローまでを解説します。
翻訳メモリとは？仕組みと、AIローカライズで重要になる理由
翻訳メモリには、チームが承認済みの訳文が蓄積されます。翻訳者がLLMとなった今、TMに求められる役割とは何なのか。既存のツールはどのように記憶し（あるいは忘れ）、Transeptはどのような答えを出したのか。「判断の文脈としてのメモリ」というアプローチを紐解きます。
AI翻訳は実際にどれほど「思考」しているのか？
Gemini 2.5と同じ方法でGemini 3の思考予算を制御しようと試みましたが、もはやその方法は通用しませんでした。そこで実際に測定した結果と、それがAI翻訳の品質やコストにどう影響するのかを解説します。
The Journalへようこそ
このブログを始めた理由、ここで読める内容、そしてまた来ていただくための、ささやかなお誘い。