GenTranslate: Large Language Models are Generative Multilingual Speech and Machine Translators

最新推荐文章于 2025-11-25 12:11:01 发布

UnknownBody

最新推荐文章于 2025-11-25 12:11:01 发布

阅读量146

点赞数

CC 4.0 BY-SA版权

分类专栏： Multimodal 文章标签：语言模型人工智能自然语言处理

本文链接：https://blog.youkuaiyun.com/c_cpp_csharp/article/details/137399203

LLM 日更同时被 2 个专栏收录

828 篇文章

已下架不支持订阅

Multimodal

164 篇文章

订阅专栏

本文介绍了GenTranslate，一种利用大语言模型（LLM）生成多语言语音和机器翻译的新范式。通过整合N最佳候选翻译，GenTranslate能提供更高质量的翻译结果。同时，为支持LLM微调，还发布了包含592K多对假设翻译的HypoTranslate数据集。实验显示，GenTranslate在多个翻译基准上超越了现有最佳模型。

本文是LLM系列文章，针对《GenTranslate: Large Language Models are Generative Multilingual Speech and Machine Translators》的翻译.

摘要

大语言模型（LLM）的最新进展通过减少表示错误和引入外部知识，推动了多语言语音和机器翻译的发展。然而，这两个翻译任务通常都利用波束搜索解码和前1个假设选择进行推理。这些技术难以充分利用各种N最佳假设中的丰富信息，使其不太适合需要单一、高质量输出序列的翻译任务。在本文中，我们提出了一种新的翻译任务生成范式，即“GenTranslate”，它建立在LLM的基础上，从N最佳列表中的不同翻译版本中生成更好的结果。利用LLM丰富的语言学知识和强大的推理能力，我们的新范式可以整合N个最佳候选者中的丰富信息，以产生更高质量的翻译结果。此外，为了支持LLM微调，我们构建并发布了一个HypoTranslate数据集，该数据集包含11种语言的592K多个假设翻译对。在各种语音和机器翻译基准（例如，FLEURS、CoVoST-2、WMT）上的实验表明，我们的GenTranslate显著优于最先进的模型。