Аннотация: Исследование посвящено проблеме автоматизированного перевода китайского политического дискурса на русский язык с применением технологий оптимизации БЯМ и мультиагентного подхода. В фокусе внимания находится разработка системы MAGIC-PTF, реализующей принцип многоступенчатой обработки текста через взаимодействие четырех специализированных агентов. Ключевым компонентом системы является Агент-Стилист, обеспечивающий стилистическое единообразие и терминологическую точность перевода на основе специально обученной БЯМ. Агент-Переводчик выполняет основную переводческую работу и отвечает за окончательное оформление текста. Агент-Редактор осуществляет многоуровневую проверку и корректировку перевода с учетом лингвистических, семантических и культурологических аспектов. Агент-Читатель анализирует текст с позиции целевой аудитории, оценивая его восприятие носителями русского языка. Предметом исследования также являются механизмы взаимодействия между агентами и процессы оптимизации качества перевода в рамках многоступенчатой системы обработки текста. Методология основана на интеграции технологий оптимизации БЯМ и мультиагентного подхода, с применением экспериментального тестирования на материале четвертого тома сборника «О государственном управлении» и его официального перевода на русский язык. Исследование включает комплексный анализ эффективности системы с использованием метрики COMET, а также сравнительное тестирование с существующими платформами машинного перевода. Научная новизна исследования заключается в создании комплексной методологии применения БЯМ для решения задач специализированного перевода и разработке эффективного механизма координации интеллектуальных агентов в процессе перевода. Экспериментальное исследование продемонстрировало превосходство MAGIC-PTF над традиционными системами машинного перевода по ключевым параметрам: точность передачи терминологии, стилистическая согласованность, сохранение культурно-специфических элементов политического дискурса. Результаты автоматического измерения с использованием метрики COMET подтвердили эффективность предложенного подхода. Разработанная система открывает новые возможности для автоматизированного перевода политического дискурса и может быть адаптирована для перевода других типов специализированных текстов, что подтверждает её значимость для развития современных переводческих технологий. Особую ценность представляет возможность масштабирования системы и её адаптации к различным языковым парам и типам дискурса, что создает перспективы для дальнейшего развития автоматизированного перевода специализированных текстов. Результаты исследования также вносят важный вклад в развитие теории и практики применения БЯМ в области профессионального перевода.

Abstract: This research addresses the automated translation of Chinese political discourse into Russian utilizing Large Language Model (LLM) optimization technologies and a multi-agent approach. The study focuses on developing the MAGIC-PTF system, which implements multi-stage text processing through the interaction of four specialized agents. The system's key component is the Style Agent, which ensures stylistic uniformity and terminological accuracy based on a specifically trained LLM. The Translator Agent performs the primary translation work and is responsible for the final text formatting. The Editor Agent conducts multi-level verification and correction of translations, considering linguistic, semantic, and cultural aspects. The Reader Agent analyzes the text from the target audience's perspective, evaluating its reception by native Russian speakers. The methodology integrates LLM optimization technologies and a multi-agent approach, with experimental testing conducted on the fourth volume of "Xi Jinping: The Governance of China" and its official Russian translation. The study includes a comprehensive analysis of system effectiveness using the COMET metric and comparative testing with existing machine translation platforms. The research's scientific novelty lies in developing a methodology for applying LLMs to specialized translation tasks and creating an effective coordination mechanism for intelligent agents in the translation process. Experimental research demonstrated MAGIC-PTF's superiority over traditional machine translation systems in key parameters: terminological accuracy, stylistic consistency, and preservation of culture-specific elements in political discourse. The developed system opens new possibilities for automated translation of political discourse and can be adapted for translating other specialized text types, confirming its significance for modern translation technology development. Of particular value is the system's scalability and adaptability to various language pairs and discourse types, creating prospects for further development in automated specialized text translation. The research findings also contribute to advancing the theory and practice of LLM application in professional translation.