PulseAugur
中
实时 23:40:37
English(EN) CompactQE: Interpretable Translation Quality Estimation via Small Open-Weight LLMs

小型开放权重LLM在翻译质量评估方面展现出潜力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了CompactQE，一种使用更小、开放权重的语言模型来评估机器翻译质量的方法。这些模型参数少于300亿，可以在单次运行中生成质量分数、错误标注和后编辑。该方法提供了一种比大型专有模型更具隐私保护且成本效益更高的方法，取得了具有竞争力的结果，在系统级相关性方面超越了传统指标甚至人类一致性。 AI

影响 这项研究为机器翻译质量评估提供了一种更易于访问且更具隐私保护的方法，有可能降低开发人员和研究人员的门槛。

排序理由 该集群描述了一篇详细介绍使用开放权重LLM进行翻译质量评估的新颖方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

小型开放权重LLM在翻译质量评估方面展现出潜力

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Krzysztof Jassem ·

    CompactQE: Interpretable Translation Quality Estimation via Small Open-Weight LLMs

    Current state-of-the-art Quality Estimation (QE) in machine translation relies on massive, proprietary LLMs, raising data privacy concerns. We demonstrate that smaller, open-source LLMs (<30B parameters) are a viable, cost-effective and privacy-preserving alternative. Using a sin…

相关实体

相关话题