实体
Adversarial Translation Optimization
Adversarial Translation Optimization
PulseAugur coverage of Adversarial Translation Optimization — every cluster mentioning Adversarial Translation Optimization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法提高了机器翻译基准的难度
研究人员开发了一种名为对抗性翻译优化（ATO）的新方法，以创建更具挑战性的机器翻译基准。通过将对抗性优化与可微分难度估计器相结合，ATO 迭代地修改文本以增加翻译难度。此方法旨在更好地区分高质量的翻译模型，因为标准基准正在饱和。修改后的基准导致平均翻译质量得分较低，并且发现模型在翻译时更具挑战性，同时保持语法上的合理性。
-
新方法提高机器翻译基准测试难度
研究人员开发了一种名为对抗性翻译优化（ATO）的新方法，用于创建更具挑战性的机器翻译模型基准测试。ATO使用来自难度和流畅性目标的梯度来迭代地替换标记，从而创建一个由束搜索解决的树搜索问题。这种方法提供了一种基于梯度的替代方案，用于LLM驱动的数据集创建，生成修改后的基准测试，显著增加了翻译难度，同时保持了合理的语法和可信度。该团队已发布了两个数据集和相关代码。