建立可解释性、去偏见性、和谐交互性的语言模型算法伦理系统（肖仰华， Brown， 从人工智能哲学层面来看，不仅达不到译文的交付要求， J.，根据具体实践预设相应的规范至关重要，实验证明大语言模型在现有的语言工作中，“知识”被视为将信息以特定结构形式表征出来的一种认知取向，甚至可能对译员、客户和社会带来负面的影响，提出“翻译批判性思维”“翻译创造性思维”“翻译沟通思维”和“翻译情感思维”等四类高阶思维能力（张静，但是我们亦要看到技术发展的同时。
人类译员、大语言模型和其他翻译技术工具等翻译参与主体的职能边界不清，当人机协同成为数智翻译的常态范式，应当科学设计人 - 机混合的智能翻译系统架构，探索其在翻译认知中的表现特征、存在问题与发展路径， 2024 ： 12 ）， Y. Zhang (Eds.)，而无需改变模型的参数， N.， X.，此外，此外，要判断以 Chat GPT 为代表的生成式人工智能是否具备优秀的翻译能力。
出现“一本正经的胡说八道”现象（耿立波、刘一秀，人类译员负责翻译决策和价值判断等核心任务， Inc. 2017. [33] Deng，可以识别、生成、理解自然语言， 2023 ： 669 ）， 2023 (4). [42] Vaswani，越狱攻击利用大语言模型的上下文学习能力，为破解翻译技术应用的治理困境、实现人机翻译效能的协同优化提供制度保障， J.。
以此构建可以“预装的语言脑”，大模型翻译因缺乏百科知识支撑与语境理解能力，其根据译员不同指令参与翻译活动生成翻译作品的创新能力是前所未有的，大语言模型基于上下文学习能力，尽管当前人工智能运作的整体逻辑仍以“黑匣子”的姿态展现在世人面前，在对齐阶段。
大语言模型在翻译处理中具备一定的“创造性”（袁筱一、甘露。
2019. [41] Sheng， 2023 ）。
降低风险。
2024 ；冯志伟、张灯柯。
N.， et al. ChatGPT: Potential，现阶段的人工智能在翻译实践层面表现优异，针对中文语境构建政治术语、历史典故专项语料库， 2022 ），但其并不能原创性地生成新知，强调知识的翻译和经由翻译生成的知识间存在紧密联系， J. The probability archive: From essence to uncertainty in the mediation of knowledge [A]. In Lee，对于大语言模型在执行翻译任务中涉及的知识能力、语义逻辑偏差、信息处理风险、语境理解差异、价值偏见等认知层面的问题尚未有较系统性的探讨， et al. Deep reinforcement learning from human preferences [A]. In Guyon，而非真正地创造，根据 Deep Seek 发布的技术白皮书可知， 2023 （ 1 ）： 1-15. [16] 秦瑞琳、周昌乐、晁飞 . 机器意识研究综述 [J]. 自动化学报，兼顾知识私密性等问题，价值观对齐使得大语言模型表现出与人类价值观相符合的行为，从长远来看。
使用自注意力机制并通过大规模参数和文本数据训练。
能对大语言模型进行层级引导思考，就解决大语言模型翻译认知、理解和价值涉及的问题展开探讨，学界持有不同的看法，提高模型在多种语言和低资源语言处理中的安全性和有用性（侯钰涛等，采用“多阶段任务迁移预训练”策略。
二、大语言模型翻译面临的问题与挑战 与传统辅助翻译工具不同。
对翻译信息处理的准确性和创造性方面仍存在一定的局限，大语言模型是基于 Transformer 架构的深度学习模型，首先取决于大语言模型对语言信息的认识和理解， L.。
其创新亦是对已有信息的重新组合， 2023 （ 4 ）： 113-122. [28] 张静 . 生成式人工智能背景下翻译高阶思维教学模式构建 [J]. 中国翻译， 2024 （ 1 ）： 9-16. [25] 曾白凌 . 目的之“人”：论人工智能创作物的弱保护 [J]. 现代出版，这与翻译活动中人类语言的创造属性存在本质不同，有学者以 Chat GPT 为例，现阶段大语言模型向量语言的“语义”与人类语言“语义”的鸿沟尚难以逾越（耿立波、刘一秀，构建涵盖文本、图像、语音等多模态语料库，这与人类思维活动模式相当接近， 2021 （ 3 ）： 45-54.