论文提出用单语回译改进LLM低资源翻译

Divyanshu Bathla、Parag Singla 和 Jitin Singla 发布论文，提出用低资源语言的单语数据做回译生成句对，改进 LLM 向低资源语言的翻译，并在并行数据微调中交错更新。作者称，仅用1K句对时，回译在奥迪亚语和斯瓦希里语域内 XCOMET-XXL 上比继续预训练高 7.7 至 16.4 个点，且超过使用10倍并行数据的模型。 在五种低资源语言（另以印地语作为高资源对照）和两个3B骨干模型上，作者称该方法相对仅并行数据微调提升 16% 至 173%；奥迪亚语和梵语的盲评结果与自动指标一致。以上数字基于论文摘要，属作者声称。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。