一项新的研究系统地调查了迭代式自精调对于大型语言模型（LLMs）在文档级文学翻译中的有效性。研究人员发现，一种稳健的方法包括文档级机器翻译，然后进行片段级精调，这能持续带来显著的改进。简单的、通用的精调提示比针对特定错误的提示更有效，并且收益主要体现在流畅度、风格和术语方面，对充分性影响较小。研究还表明，精调倾向于将输出引导至精调器的分布，而不是修复特定错误。 AI
影响 阐明了 LLM 精调在翻译中的机制和局限性，指导了未来更有效的机器翻译系统的开发。
排序理由 学术论文，提出了一项关于 LLM 精调技术用于翻译的系统研究。[lever_c_demoted from research: ic=1 ai=1.0]
- LLM
- What Does LLM Refinement Actually Improve? A Systematic Study on Document-Level Literary Translation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
