研究人员开发了一种根据受众和意图定制机器翻译（MT）输出的方法，超越了固定的源到目标映射。该方法在 50 种语言和各种模型规模上进行了评估，结果表明明确的指令能显著提高翻译的适应性，尤其是在非正式内容和大型模型方面。研究还发现，传统的 MT 指标不足以评估这种适应性，并且在没有精心策划的指令时，模型可以自行生成指令来弥合差距。 AI
影响 增强了 MT 在特定用例中的适应性，有可能在不同环境中改善用户体验和翻译准确性。
排序理由 该集群包含一篇详细介绍机器翻译新研究成果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.03259v1 Announce Type: new Abstract: Translation quality depends on purpose: the same source text demands different translations depending on audience, tone, and communicative intent. Yet MT models and metrics treat translation as a fixed mapping from source to target.…
Translation quality depends on purpose: the same source text demands different translations depending on audience, tone, and communicative intent. Yet MT models and metrics treat translation as a fixed mapping from source to target. LLMs enable users to explicitly specify purpose…