arXiv cs.CL· Divyanshu Bathla, Parag Singla, Jitin Singla·· 5 小时前AI 评分22
回译依然有效：用单语数据提升 LLM 低资源机器翻译
Back-Translation Still Matters: Leveraging Monolingual Data for Low-Resource Machine Translation with LLMs
AI 导读
研究提出用回译（BT）而非继续预训练来利用低资源单语数据：微调后的 LLM 翻译单语句子，生成的句对反向训练模型，并交错更新平行语料以稳定学习。在 Odia 和 Swahili 上仅用 1K 平行句对，BT 在领域内比继续预训练高出 7.7 至 16.4 个 XCOMET-XXL 分，beam 解码中间译文时还超过平行数据多 10 倍的模型。
来源：arXiv cs.CL · arxiv.org