DeepL se corona con su nuevo traductor con IA y afirma superar a Google Translate y ChatGPT
Pese a estar catalogado por muchos como el mejor traductor, con el lanzamiento de su nuevo modelo de lenguaje de gran tamaño, DeepL pretende elevar aún más la diferencia con respecto a Google Translate y ChatGPT.
El nuevo modelo de DeepL, es decir, lo que se esconde detrás de esas traducciones, está diseñado específicamente para la traducción y la edición. Este enfoque, junto con el uso de datos patentados y la colaboración con grandes expertos, ha permitido a la empresa crear un modelo que produce traducciones perfectas y naturales, con un menor riesgo de errores o “alucinaciones”.
Sin ningún tipo de dudas, afirma que ha superado a los modelos de Google, OpenAI y Microsoft en pruebas ciegas realizadas con traductores profesionales. En pocas palabras y tomando como referencia estas pruebas, los traductores prefirieron las traducciones de DeepL, requiriendo hasta tres veces menos matices o ediciones para alcanzar la misma calidad que las de los competidores.
En concreto, para el inglés-japonés y el inglés-chino simplificado, el nuevo LLM ofrece una mejora de 1,7 veces sobre el modelo clásico de DeepL, mientras que para el inglés-alemán la mejora es de 1,4 veces. Esta novedad ya está disponible para los usuarios de DeepL Pro en cuatro idiomas: inglés, alemán, japonés y chino simplificado, aunque se irá ampliando.
Resultados increíbles en pruebas ciegas que dejan por detrás a Google Translate y ChatGPT
"De hecho, pruebas ciegas recientes muestran que los expertos en idiomas prefieren habitualmente las traducciones de DeepL. Según los datos, se prefiere la traducción de DeepL: 1,3 veces más a menudo que Google Translate, 1,7 veces más a menudo que ChatGPT-4, 2,3 veces más a menudo que Microsoft", comenta la startup.
"Además, a diferencia de los modelos de propósito general que se entrenan con datos extraídos de la Internet pública, el modelo de DeepL aprovecha más de siete años de datos patentados específicamente ajustados para la traducción y la creación de contenido", añaden.
El gran paso aquí de Depll ha sido pasar del uso de redes neuronales a modelo de lenguaje. Básicamente, y pese a haber sido un auténtico éxito, las redes neuronales tienen ciertas limitaciones cuando se trata de ir más allá de una traducción buena. Esta transición a LLM no solo permite mejorar las capacidades de comprensión y generación de lenguaje, sino que encima abre la puerta a futuras funciones y mejoras.