实体
WMT2026
WMT2026
PulseAugur coverage of WMT2026 — every cluster mentioning WMT2026 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Qwen-MT-Lumen 通过新颖的训练技术推动指令专用翻译
研究人员开发了 Qwen-MT-Lumen，一个专为指令专用翻译设计的开源模型，该模型已提交至 WMT 2026 通用机器翻译共享任务。该模型采用四阶段流程，包括持续预训练、监督微调、使用 LLM 裁判的在线偏好优化框架，以及从大型教师模型到 Qwen3-14B 学生模型的在线策略蒸馏。此方法旨在增强多语言翻译能力以及遵循关于风格、术语和结构化输出的具体指令的能力，在 1-5 的评分标准上达到了平均分 4.60。
-
新的 AlphaMWE 语料库揭示了大型语言模型在多词表达式翻译中的盲点
研究人员开发了 AlphaMWE 语料库，用于测试大型语言模型（LLMs）在机器翻译方面的能力，特别关注多词表达式（MWEs）。该研究评估了 31 个不同语言对的机器翻译系统，包括英语到中文、波兰语、德语以及几种阿拉伯语方言。使用 BLEU 和 BERT-score 等指标进行的自动评估，以及后续的人工评估，都揭示了比喻性语言和多词表达式仍然是大型语言模型的挑战，并且汇总分数可能会掩盖特定语言的错误。