PulseAugur
中
实时 20:45:27
English(EN) SSR-Zero: Simple Self-Rewarding Reinforcement Learning for Machine Translation

新的强化学习框架通过自奖励和新词感知方法推进机器翻译

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了SSR-Zero，一个新颖的用于机器翻译的强化学习框架，它消除了对外部人工标注数据或预训练奖励模型的需求。通过利用自评估奖励和Qwen-2.5-7B骨干模型，SSR-Zero在英汉翻译任务上取得了优于现有模型的性能。通过外部监督进行的进一步增强，如在SSR-X-Zero-7B中所见，已实现了最先进的性能，超越了开源和闭源的替代品。 AI

影响 引入了用于机器翻译的自奖励强化学习，可能减少对昂贵的人工监督的依赖并提高翻译质量。

排序理由 该集群描述了关于新颖机器翻译框架和数据集的新学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的强化学习框架通过自奖励和新词感知方法推进机器翻译

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Wenjie Yang, Mao Zheng, Mingyang Song, Zheng Li, Sitong Wang ·

    SSR-Zero: Simple Self-Rewarding Reinforcement Learning for Machine Translation

    arXiv:2505.16637v4 Announce Type: replace Abstract: Large language models (LLMs) have recently demonstrated remarkable capabilities in machine translation (MT). However, most advanced MT-specific LLMs heavily rely on external supervision signals during training, such as human-ann…

  2. arXiv cs.CL TIER_1 English(EN) · Zhongtao Miao, Kaiyan Zhao, Masaaki Nagata, Yoshimasa Tsuruoka ·

    NeoAMT: Neologism-Aware Agentic Machine Translation with Reinforcement Learning

    arXiv:2601.03790v3 Announce Type: replace Abstract: Neologism-aware machine translation aims to translate source sentences containing neologisms into target languages. This field remains underexplored compared with general machine translation (MT). In this paper, we propose an ag…

相关实体

相关话题