arXiv · cs.CL· Javier Garcia Gilabert·· 4 天前AI 评分33
机器翻译中何时更多的搜索才有用：质量感知解码中的搜索效用实证研究
When is more search useful? An Empirical Study of Search Utility in Quality-Aware Decoding for Machine Translation
来源与原文
arXiv · cs.CL
作者：Javier Garcia Gilabert
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/2610.32679v1
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
这项 arXiv 研究指出，质量感知解码（QAD）中为每个源句分配相同候选预算 N 的做法并不合理，额外候选带来的质量增益因句子而异。作者通过总扩展增益、边际扩展增益和采样饱和点三个量来衡量搜索效用，发现句子级信号与总扩展增益相关，而候选池统计特性可有效预测边际扩展增益。这些信号能识别出在选择性追加搜索时收益更大的句子。
来源：arXiv · cs.CL · arxiv.org