回译利用单语数据提升低资源机器翻译
热点事件持续更新
回译利用单语数据提升低资源机器翻译
1 篇报道1 个报道来源17 小时前更新
先了解这件事
报道摘要
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 翻译单语句子生成反向平行对，并与平行集更新交替进行以稳定学习。在 Odia 和 Swahili 上仅用 1K 平行对，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。
摘自 arXiv Artificial Intelligence
最新进展10月15日 12:00
回译依然有效：用单语数据提升 LLM 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15日
- arXiv Artificial Intelligence回译依然有效：用单语数据提升 LLM 低资源机器翻译
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 翻译单语句子生成反向平行对，并与平行集更新交替进行以稳定学习。在 Odia 和 Swahili 上仅用 1K 平行对，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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。