ReflectMT：将反思内化用于高效机器翻译

ReflectMT 用后思考内化反思，在 WMT24 上以更少输出 token 超过 DeepSeek-R1。

资讯摘要

论文提出 ReflectMT，一种采用“后思考”范式的两阶段反思内化框架，用于机器翻译。作者通过强化学习培养模型“翻译—反思—改进”的能力：第一阶段训练高质量反思与改进，第二阶段让模型内化反思中获得的知识。作者报告在 WMT24 上基于 GPT-4o 的 GRF 得分为 86.16，高于 DeepSeek-R1 的 84.03，输出 token 约减少 92%。

要点速读

1. 论文提出两阶段反思内化框架 ReflectMT，采用“后思考”范式而非“预思考”范式。
2. 作者报告 WMT24 上 GRF 得分 86.16，超过 DeepSeek-R1 的 84.03，输出 token 约少 92%。
3. 作者称独立自动评测、盲测人工评测及另外三个翻译方向的初步实验支持该框架有效性。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。