memoQ技巧
memoQ 12.4.36 开始支持翻译 AI“Lara”
memoQ 新版本 12.4.36 于 2026 年 7 月 16 日发布。从该版本开始，用户可以通过插件使用名为“Lara”的翻译 AI。
不过，目前 Lara 并不会出现在 memoQ 标准的 MT 插件列表中。这是因为 Lara 插件尚未在 memoQ Marketplace 完成签名和上架；若要使用，需要从 Lara（Translated 公司）的网站获取安装程序并手动安装。安装时，memoQ 会显示“未签名插件”的警告，这对于通过 Marketplace 以外渠道分发的插件而言属于正常现象，选择“是”即可继续。安装完成后，MT 插件列表中就会出现“Lara Translate”。已签名的 Marketplace 版本预计后续提供。
memoQ 原本已经支持多种机器翻译引擎。Lara 是由 ModernMT 的开发商——意大利 Translated 公司——推出的新一代翻译引擎，也是 ModernMT 的后继产品。Translated 将 Lara 定位为专门面向翻译设计的大语言模型（LLM）。其主要特点包括结合整篇文档的上下文进行翻译，以及根据用户的翻译资源和确认译文实时调整翻译结果。
所谓“自适应型”或“领域专用型”的 AI 和机器翻译引擎并非新事物。ModernMT 同样具备参考文档上下文以及实时吸收译员修改内容的功能。可以说，Lara 在继承这些自适应技术的基础上，进一步结合了专门面向翻译设计的 LLM。
在 memoQ 中，翻译工作仍以句段为单位进行，但 Lara 在生成译文时会参考整篇原文的上下文。此外，如果启用 Self-Learning MT，并将 Lara 端的翻译记忆库设为更新目标，memoQ 中已确认的句段就会发送至 Lara，并立即写入所连接的翻译记忆库。后续句段的翻译便可以参考这些内容。
这套机制确实很有吸引力。不过，根据所选使用模式的不同，翻译内容可能会被保存在外部服务中，并用于改进模型。根据 Lara 的说明，在标准的 Learning Mode 下，原文、译文及上下文信息会被保存，并可能用于改进 Lara 的模型。
Translated 同时表示，用户上传的翻译记忆库和术语库本身，不会被直接作为共享模型的独立训练数据。不过，在 Learning Mode 下生成的译文可能会反映这些资源中的内容，而相关译文之后仍有可能被用于改进模型。
本公司的主营业务是专利翻译，因此更需要审慎对待数据处理问题。我们承接的项目大多涉及 PCT 申请，翻译时通常已经完成国际公布，因此翻译对象所涉及的发明内容大多已经属于公开信息。
但是，即使申请已经公布，委托关系本身、客户信息、翻译范围，以及尚未公开的修改或补充内容，也不一定属于公开信息。此外，保密协议和客户各自的信息安全要求，与申请是否已经公布是两个不同的问题。
有些项目，例如直接向特定国家或地区提交的申请，在翻译时可能仍未公开。处理此类项目时，需要确认与客户之间的合同及信息安全要求，并审慎判断是否可以使用可能保存翻译内容或将其用于学习的外部 AI 或机器翻译服务。
Lara 还提供不保留翻译内容、也不将其用于模型训练的“Incognito 模式”。在该模式下，仍然可以使用现有的翻译记忆库和术语库作为翻译参考。不过，该次翻译请求不会被用于更新翻译记忆库或改进模型，因此无法将项目中的确认译文持续用于实时适配。
如果通过 memoQ 插件使用 Lara，还应事先确认 Incognito 模式通过哪些设置或合同条件启用。
对于从事一线翻译工作的人员而言，AI 和机器翻译的选择日益丰富，无疑是一件好事。与此同时，在决定使用一项服务之前，先了解其运行机制以及输入数据的处理方式，也变得比以往更加重要。