Key points are not available for this paper at this time.
تظل الترجمة الآلية (MT) واحدة من آخر مهام معالجة اللغة الطبيعية (NLP) التي لم تستبدل فيها نماذج اللغة الكبيرة (LLMs) الأنظمة المخصصة supervised بعد. يستغل هذا العمل القوائم التكميلية لنماذج LLMs والترجمة الآلية supervised من خلال إرشاد LLMs لتحرير الترجمة الآلية تلقائيًا مع تعليقات خارجية حول جودتها، تستند إلى تعليقات مقياس الجودة متعدد الأبعاد (MQM). بالعمل مع نماذج LLaMA-2، نعتبر استراتيجيات التحفيز التي تغير طبيعة التعليقات المقدمة، ثم نقوم بتحسين LLM لتحسين قدرته على استغلال الإرشادات المقدمة. من خلال التجارب على بيانات MQM باللغة الصينية-الإنجليزية، والإنجليزية-الألمانية، والإنجليزية-الروسية، نوضح أن تحفيز LLMs لتحرير الترجمة الآلية يحسن درجات TER وBLEU وCOMET، على الرغم من أن فوائد التعليقات الدقيقة ليست واضحة. يساعد التحسين في دمج التعليقات الدقيقة بشكل أكثر فعالية ويحسن جودة الترجمة استنادًا إلى كل من التقييم الآلي والبشري.
كي وآخرون (Mon,) درسوا هذا السؤال.