对于大语言模型的一些试验：我为其输入了双语的语料，期望它能将其对齐为TMX文件。按照我的猜想，LLM在这种纯文字处理领域应该要比CAT的传统解决方案要强大。
事实也确实如此，它能正确地理解TMX的格式并对齐语料。这个过程需要逐步地tweak，比如告知其忽略格式的差异（如Markdown标记），显式指定源语言和目标语言等。
目前的问题在于其输入和输出窗口的限制，对于大规模任务恐怕很难胜任。
- TODO：用一本外国文学的国内权威译本进行尝试
对于大语言模型的一些试验：我为其输入了双语的语料，期望它能将其对齐为TMX文件。按照我的猜想，LLM在这种纯文字处理领域应该要比CAT的传统解决方案要强大。
事实也确实如此，它能正确地理解TMX的格式并对齐语料。这个过程需要逐步地tweak，比如告知其忽略格式的差异（如Markdown标记），显式指定源语言和目标语言等。
目前的问题在于其输入和输出窗口的限制，对于大规模任务恐怕很难胜任。