Abbattere Babele: un sistema multiagente autoevolutivo per la traduzione dei sottotitoli di opere di lunga durata

Abstract degli autori

La traduzione dei sottotitoli di opere di lunga durata richiede di ragionare sul discorso e sul contesto culturale nell’arco di episodi o intere serie, mantenendo coerenti terminologia e stile. I metodi esistenti basati su un singolo LLM operano perlopiù a livello di frase, mentre i sistemi multiagente usano spesso flussi di lavoro statici, che non si adattano alla complessità delle scene o al contesto produttivo. Proponiamo SMART, un sistema multiagente autoevolutivo per la traduzione dei sottotitoli di opere di lunga durata. Durante l’addestramento in fase di test, SMART costruisce una memoria persistente a livello di serie e traduce un sottoinsieme di frasi tramite un sistema di instradamento dinamico e un livello Mixture-of-Agents, con strumenti per verificare la terminologia, convalidare i vincoli dei sottotitoli e recuperare informazioni contestuali. Un ciclo di valutazione e revisione assegna un punteggio alle traduzioni candidate e usa osservazioni critiche testuali per aggiornare i prompt degli agenti e le regole di instradamento, senza riaddestrare gli LLM sottostanti. Durante l’inferenza in fase di test, la configurazione così evoluta traduce il resto della serie. Presentiamo inoltre Subtitle Arena, che comprende 14 generi, serie da 2 a 198 episodi, anni di produzione dal 1959 al 2023 e 15 localizzazioni di destinazione, insieme a SubMQM, un framework MQM adattato ai sottotitoli con 7 dimensioni e 19 categorie di errori. SMART ottiene il miglior punteggio MQM complessivo in tutte le 15 direzioni di traduzione di Subtitle Arena, riducendo la penalità media del 6,9% rispetto al più forte sistema multiagente concorrente. Sul benchmark pubblico MuSC, SMART ottiene il miglior risultato tra i modelli per tutte e quattro le coppie linguistiche e anche il miglior risultato nella valutazione umana, con un punteggio complessivo di 4,50/5.