主题：《大语言模型与多语言翻译》

主题简介：大语言模型表现出很强的机器翻译能力，但是很多公开的大语言模型支持的语言很少，例如LLaMA仅支持20种语言，极大限制了大语言模型在多语言翻译上的潜力。针对这个问题，我们做了一定的尝试，旨在拓展大语言模型支持的语言种类，并且将探讨大语言模型时代机器翻译评价的问题。

个人简介：中国科学院自动化研究所研究员、博士生导师、中国科学院大学岗位教授，主要研究方向为机器翻译和自然语言处理，获得国家优秀青年科学基金资助，入选中国科协首届青年人才托举工程、中国科学院青年创新促进会优秀会员和北京智源青年科学家。发表CCF-A/B类论文90余篇，出版学术专著2部、译著1部。获得中国中文信息学会钱伟长中文信息处理科学技术奖一等奖、青年创新奖一等奖和2020年北京市科学技术奖一等奖等。担任中国中文信息学会理事、青年工作委员会主任和机器翻译专委会副主任。担任ACL/EMNLP/COLING的(资深)领域主席，担任IEEE/ACM T-ASLP、ACM TALLIP和《自动化学报》等期刊的编委。

主题：《基于大模型的计算机辅助翻译工具开发实践》

主题简介：计算机辅助翻译（CAT）工具是融合了术语、翻译记忆、机器翻译等技术的人工翻译领域专用工具，用于提升翻译效率和翻译质量，适用于对翻译质量要求更高的人工翻译流程。大模型技术的出现使得计算机辅助翻译工具研发进入了新的阶段，本次分享将围绕如何基于大模型API与人工翻译流程相结合开发更加智能更加便捷的计算机辅助翻译工具，进一步提升翻译效率、翻译质量和翻译体验。

个人简介：北京语言大学高级翻译学院硕士生导师，笔译系主任，中国翻译协会本地化服务委员会副秘书长，担任国家级和北京市级一流本科专业翻译（本地化方向）专业负责人。在校主讲本科阶段和研究生阶段术语学、翻译项目管理、计算机辅助翻译、翻译与本地化实践、翻译项目管理等课程，长期致力于探索“翻译”与“技术”的深度融合之道。著有《译者编程入门指南》，由北京市教委评为北京高校优质本科教材。近期自主研发了融合ChatGPT的辅助翻译工具ParaTrans，并基于该工具向翻译专业师生和翻译行业从业者普及ChatGPT原理和应用。