2024年11月22日下午2点，香港理工大学中文及双语学系李德超教授应邀做客我校，带来了题为“生成式人工智能在翻译领域的进展与应用”的讲座。此次讲座由我校外国语言学及应用语言学研究中心主办，讲座在一教南424教室举行，由我中心张庆文教授主持。我中心石定栩教授、程航博士、英语教育学院李颖卉副教授以及校内外师生和访问学者参加了此次讲座，现场座无虚席。

讲座伊始，张庆文教授对李德超教授进行了介绍。接着，李德超教授介绍了生成式人工智能，尤其是大型语言模型(LLMs)的广泛应用，如基于文本生成音乐、图像、电影等。之后，李德超教授聚焦于翻译领域，探讨了生成式人工智能，尤其是大型语言模型(LLMs)，对翻译行业的变革性影响，并预测其广阔的应用前景。李德超教授回顾了机器翻译方法的历史演变，并强调与前三种翻译模型相比（即基于规则的翻译、数据机器翻译和神经机器翻译），大型语言模型(LLMs) 具有更强的通用性、更深的语境理解能力以及更高的输出质量，这使得它成为处理语言相关任务的强大工具。

讲座中李德超教授讨论了如何优化LLMs输出的提示工程技术(prompt engineering) ，以确保大型语言模型翻译的准确性和语境适宜性。李德超教授详细介绍了特定框架下的零样本提示（Zero-shot Prompt）、单样本提示（One-shot Prompt）、少样本提示（Few-shot Prompt）、思维链提示(Chain-of-Thought Prompt)、角色扮演提示（Role-Playing Prompt）和先问后答提示(Ask Before Answer Prompting)等使用方法。他指出，通过提供特定的框架，这些提示能让现代LLMs（如ChatGPT）生成更详细、可重复且准确的回复。同时，李德超教授也讨论了迭代提示（Iterative Prompt），通过LLMs中迭代优化的方式来不断调整和完善提示词，为使用者提供最优提示词。最后，李德超教授通过对中国旅游文本的案例研究，分析了LLMs在理解上下文和文化细微差别方面如何优于传统机器和人工翻译。

李德超教授的讲座生动详尽，精彩纷呈。在随后的互动问答环节中，李德超教授与现场师生围绕LLMs的相关问题展开热烈的交流和讨论。石定栩教授指出，LLMs的翻译应该考虑汉语特定字词的翻译，并以“偏偏”举例说明，翻译应当补充字词背后隐含的背景知识，以便于理解。李德超教授表示赞同，指出汉语的诸多独特字词，如把字句、句末助词等，给LLMs的翻译带来了新的难题。张庆文教授对信息安全性表达了深深的担忧。李德超教授也指出在财经翻译中，LLMs确实难以保证数据的安全性，存在数据泄露的风险。最后，张庆文教授作精彩总结。本次讲座在现场师生热烈的掌声中圆满结束。