研究人员开发了一种新的多模态人类反馈强化学习 (RLHF) 框架，用于将历史汉喃手稿翻译成现代越南语。该方法利用手稿图像的视觉信息和对齐的汉喃文本来提高翻译质量，解决了页面退化和并行数据有限等挑战。该框架集成了多个语言模型和视觉编码器，实验表明，在 BLEU-4 和 BERTScore 等各项指标上，直接偏好优化 (DPO) 的表现优于近端策略优化 (PPO) 和卡方优化 (KTO)，证明了偏好优化在低资源历史翻译中的有效性。 AI
影响 这项研究推进了低资源历史翻译任务的多模态人工智能能力。
排序理由 该条目描述了一篇研究论文，其中详细介绍了一种新的历史手稿翻译方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- bert-base-chinese
- BERTScore
- BLEU-4
- Character Error Rate
- CLIP ViT-L/14@336
- Direct Preference Optimization
- Hugging Face
- KTO
- Proximal Policy Optimization
- ROUGE L Score
- supervised fine-tuning
- T5-Small
- vinai/phobert-base
- word error rate
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
