UvA-MT 的研究人员详细介绍了他们参加 WMT26 通用机器翻译共享任务的方法，重点关注 23 个翻译方向的无约束赛道。他们的方法主要利用大型语言模型 (LLM) 进行机器翻译，通过顺序采样和精炼提示生成多个翻译候选。然后，使用 LLM 作为成对裁判，通过循环投票系统评估这些候选，这种策略在离线 WMT25 基准测试中显示出优于传统选择方法的改进。 AI
影响 展示了 LLM 在机器翻译中的高级应用，可能提高翻译质量和效率。
排序理由 详细介绍使用 LLM 参与机器翻译共享任务的论文。[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 →
