arXiv cs.AI· Deokhyung Kang, Hyounghun Kim·· 3 天前AI 评分23
Luar：让推理模型学会何时该翻译
Learning When to Translate for Multilingual Reasoning
AI 导读
针对推理语言模型（RLM）在多语言推理中因语言理解失败而表现不佳的问题，研究者提出 Luar——一个语言理解边界感知强化学习框架，训练模型在直接理解不可靠时才选择性地调用翻译。在 Qwen3-4B 上，Luar 相比标准 GRPO 平均准确率提升 8.4 个百分点，低资源语言上增益尤为明显，并将翻译调用集中在真正受益的查询上以降低推理成本。项目将公开。
正文 · AI 翻译
摘要：推理语言模型（RLM）在复杂推理任务上表现强劲，但在多语言推理方面仍存在显著差距，主要源于在解释非英语输入时的语言理解失败。将输入翻译成英语可以缓解这些失败，因为它以 RLM 能更可靠解释的形式表达非英语输入；然而，当模型能够从原始查询可靠推理时，翻译每个输入会带来不必要的推理成本。为应对这一挑战，我们提出 Luar，一个语言理解边界感知强化学习框架，训练 RLM 在其直接理解不可靠时选择性地调用翻译。Luar 训练模型要么直接求解原始输入，要么对其英语翻译进行推理，鼓励仅在翻译增强推理预期显著优于直接推理时才进行翻译。在多语言推理基准上，Luar 优于基于训练的基线，在低资源语言上提升尤为显著。在 Qwen3-4B 上，其平均准确率较标准 GRPO 提升 8.4 个百分点。进一步分析表明，Luar 将翻译器调用集中在翻译有益于推理的查询上，有助于降低推理成本。项目将在 此 https URL 公开。
| 评论： | 预印本 v2 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.02465 [cs.CL] |
| （或 arXiv:2606.02465v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.02465 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Deokhyung Kang [查看电子邮件]
[v1]
2026年6月1日星期一 16:37:18 UTC（298 KB）
[v2]
2026年10月13日星期二 10:33:54 UTC（392 KB）
来源：arXiv cs.AI · arxiv.org