arXiv · cs.AI· Divyanshu Bathla·· 14 天前AI 评分44
回译依然重要：用 LLM 结合单语数据改进低资源机器翻译
Back-Translation Still Matters: Leveraging Monolingual Data for Low-Resource Machine Translation with LLMs
来源与原文
arXiv · cs.AI
作者：Divyanshu Bathla
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18818v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出在低资源机器翻译中用回译（BT）利用单语数据：微调后的 LLM 翻译单语句子生成平行对，再反向训练并与平行集更新交错进行。仅用 1K 平行对，Odia 和 Swahili 上 BT 比继续预训练高 7.7 至 16.4 XCOMET-XXL 分；五个低资源语言上比仅平行数据微调提升 16 至 173%，Odia 和梵语的人工盲评与自动指标一致。
来源：arXiv · cs.AI · arxiv.org