研究：提示设计提升了GPT-5.2对记者翻译的质量

一项新近发表在arXiv上的研究探讨了提示设计如何影响GPT-5.2生成的西班牙语到中文新闻翻译的质量。研究人员测试了48种条件，改变了提示类型和语言，并使用BLEU和BERTScore-F1等自动化指标以及通过多维度质量度量（MQM）框架进行的人工评估来评价翻译。虽然自动化指标偏好基线提示，但人工评估者发现面向简报的提示更优越，这表明驱动翻译理论的提示可以提高专家评审的质量，尤其是在减少生硬感方面，尽管它们对语言学习者的影响仍需进一步研究。 AI

影响 表明提示工程可以显著提高特定领域（如新闻业）的LLM翻译质量。

排序理由 研究论文，详细介绍了LLM翻译质量的方法论和发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• BERTScore-F1
• BLEU
• Brief
• El País
• GPT-5.2
• Multidimensional Quality Metrics
• Spanish
• Standard Chinese

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →