研究人员探索了低资源机器翻译的数据增强策略，重点关注罗曼什语及其六种不同的变体。他们发现了一种翻译不对称现象，即大型语言模型（LLM）在翻译成罗曼什语时遇到困难，但在将其翻译成德语时表现良好。这种不对称性使得数据增强的方向至关重要。研究发现，生成合成翻译到资源更丰富的语言（德语）可以产生更优的结果，在资源最少的变体中，比 Gemini 3-Pro 基线高出 23 个 BLEU 分数（用于德语-罗曼什语翻译）。人工评估证实，开发的模型能够生成特定于不同罗曼什语变体的流畅翻译，这在该语言中尚属首次。 AI
影响 展示了一种针对低资源语言的新颖数据增强技术，有望提高 LLM 在代表性不足的语言区域的表现。
排序理由 关于 LLM 能力和低资源语言数据增强的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
