PAMT：面向多领域机器翻译的过程对齐强化学习
英文标题：PAMT: Process-Aligned Reinforcement Learning for Multi-Domain Machine Translation
该论文提出 PAMT（Process-Aligned Reinforcement Learning），聚焦多领域机器翻译（MDMT）任务。作者指出，MDMT 不仅要求译文流畅，还需要具备领域消歧、术语控制和文体适配等面向领域的翻译决策能力。原文摘要提到大规模推理模型（LRM）可支持这类决策，但所提供内容在此处截断，未包含具体方法、实验数据及最终结论。对开发者而言，该研究关注如何通过强化学习提升翻译系统在不同专业领域中的可控性与适应性。
打开原文相关 1.6 · 机会 0
2.6 KB
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
PAMT：面向多领域机器翻译的过程对齐强化学习
摘要
多领域机器翻译（MDMT）所需的不只是流畅生成：它还要求具备对领域敏感的翻译决策能力，例如领域消歧、术语控制和文体适配。大规模推理模型（LRM）使这类决策……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×