arXiv · cs.AI· Deokhyung Kang, Hyounghun Kim·· 1 天前
Luar框架训练RLM按需翻译进行多语言推理
Learning When to Translate for Multilingual Reasoning
arXiv:2606.02465v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Deokhyung Kang, Hyounghun Kim
研究任务与主要进展
Deokhyung Kang与Hyounghun Kim提出Luar框架，训练推理语言模型在直接理解不可靠时才调用英文翻译，以提高多语言推理表现。论文摘要称，该方法在多语言推理基准上优于基于训练的基线，Qwen3-4B相较标准GRPO平均准确率提升8.4个百分点；项目计划公开于GitHub。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org