GLOSS-MT：词典替换实现可控低资源机器翻译
热点事件观察中
GLOSS-MT：词典替换实现可控低资源机器翻译
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Owusu 等发布 GLOSS-MT 论文：通过离线英—Twi词典替换源语中的名词短语为契维语译文，再仅微调一次翻译模型处理混合输入，以提升低资源机器翻译的可控性并降低微调负担。 基于论文摘要，在84篇、四个领域的英文至阿散特Twi文档级基准上，各微调模型的 chrF2 较预训练基线提升 2.85 至 5.48；对 NLLB-200（600M、1.3B、3.3B）、OPUS-MT en-tw 和 TranslateGemma 4B 应用同一流程，三个 NLLB 微调模型 chrF2 达 50.12 至 50.80，为最佳开放系统。模型、数据和代码已发布。
AI 根据报道生成 · 13 小时前更新
最新进展10月20日 12:00
GLOSS-MT：通过可编辑词典实现可控的低资源机器翻译报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AIGLOSS-MT：通过可编辑词典实现可控的低资源机器翻译
GLOSS-MT通过离线英—Twi词典替换源语名词短语，并仅微调一次翻译模型，以提升低资源语言翻译的可控性。基于论文摘要，在84篇、四个领域的英文至阿散特Twi基准上，各微调模型的chrF2较预训练基线提升2.85至5.48；三个NLLB微调模型取得50.12至50.80的chrF2。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- –
0246
06:0008:0010:0012:0014:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。