检索增强评估可提升社交媒体翻译的文化有效性。
资讯摘要
论文提出用检索增强的文化评估来训练社交媒体翻译模型 CUE-MT。方法包含校准的领域专用 Judger 指导监督数据精炼，并由 Agent 按需检索外部证据、提炼为简短提示供 Judger 打分和分配奖励，同时用于难例挖掘与强化学习。作者报告在 9B、27B、35B-A3B 三种骨干上，CUE-MT 在 CUE-MT-Bench 和三个公开基准上优于同规模开源基线；人工评估显示文化有效性比各组最强外部基线高 7.44–15.12 个百分点，检索使 Judger 四分类准确率提升 8.07 个百分点。
要点速读
- 论文提出 CUE-MT 系列社交媒体翻译模型，用检索增强的文化评估改进训练奖励信号。
- 作者报告在 9B、27B、35B-A3B 骨干上优于同规模开源基线，人工评估文化有效性提升 7.44–15.12 个百分点。
- 检索使 Judger 四分类准确率较无检索基线提升 8.07 个百分点，消融支持难例挖掘与 Agent 增强奖励的组合。
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。