前面有提到說借助大語言模型將Fluent的用戶文檔和理論文檔給機(jī)翻了一遍（見Fluent理論文檔中文版V1及Fluent UserGuide中文版）。后臺(tái)有道友問使用了哪些大模型。基于好東西不能藏私的指導(dǎo)思想，這里就來逐個(gè)介紹一下。

1 文檔本地化

第一步工作是將文檔轉(zhuǎn)化為本地markdown格式。這里有兩種方式：

1. 數(shù)學(xué)公式非常多的文檔。比如Theory Guide，里面有大量的數(shù)學(xué)公式需要轉(zhuǎn)化成latex格式，一個(gè)個(gè)的識(shí)別肯定不太現(xiàn)實(shí)。這里使用的是Doc2x(官網(wǎng)地址：https://doc2x.noedgeai.com/)，不過這貨現(xiàn)在收費(fèi)了，1000頁文檔需要11塊。公式識(shí)別效果還不錯(cuò)，不過對(duì)于文本格式（如加粗、斜體等）的識(shí)別效果不佳。非常適合于大量公式需要處理的文檔。如果不想花錢，開源的話也可以選擇使用Marker（地址：https://github.com/VikParuchuri/marker）、MinerU（地址：https://github.com/opendatalab/MinerU）或pymupdf4llm（官網(wǎng)地址：https://pypi.org/project/pymupdf4llm/）等。不過開源程序在應(yīng)付復(fù)雜文檔時(shí)可能會(huì)效果不佳。
2. 文本格式比較多的文檔。如User Guide。文檔中包含有大量的格式樣式（加粗、斜體、縮進(jìn)、列表、表格等）。這類文檔使用上面的工具效果都很差。一般情況下可以打開網(wǎng)頁版，然后直接將頁面內(nèi)容拷貝到markdown編輯器（如typora、obsidian等）中，可以完整保留原文格式。

2 文檔翻譯及潤色

現(xiàn)階段我使用的是大語言模型進(jìn)行翻譯。主要是考慮專業(yè)術(shù)語翻譯和后期的文本潤色。目前大語言模型對(duì)專業(yè)術(shù)語的識(shí)別效果還是挺不錯(cuò)的，而且可以讀取整段文本進(jìn)行翻譯，這與傳統(tǒng)的逐句翻譯模式不同。

目前主要使用的是國產(chǎn)大模型qwen2.5-72B與deepseek。其中qwen2.5-72B主要用于翻譯，而deepseek則主要用于潤色，總體上來看效果還是挺不錯(cuò)的。使用過程中個(gè)人感覺就翻譯效果來說千問商業(yè)大模型（包括turbo、pro和max版）實(shí)際效果遠(yuǎn)不如其開源的72B版本，而deepseek的中文表達(dá)能力個(gè)人覺得相當(dāng)好，很符合本人的語言表達(dá)習(xí)慣。

qwen2.5-72B與deepseek均使用的是硅基流動(dòng)（地址：https://siliconflow.cn/zh-cn/）提供的api。

為了方便，在使用過程中還用到了一個(gè)名為Cherry Studio（地址：https://cherry-ai.com/）的前端工具，此工具支持定義智能體，因此只需要將智能體定義后，后續(xù)就能夠?qū)⒋g的markdown文件扔進(jìn)去自行翻譯和潤色了。

3 文檔校對(duì)

這個(gè)目前沒有那么好的工具，只能靠人工了。

（完）