arXiv cs.CL· Kunquan Li, Yingxue Zhang, Zhibin Lan, Fandong Meng, Jinsong Su·· 11 小时前AI 评分35
ReflectMT：将反思内化，实现高效高质量机器翻译
ReflectMT: Internalizing Reflection for Efficient and High-Quality Machine Translation
AI 导读
ReflectMT 提出两阶段反思内化框架，采用“后思考”范式，通过强化学习培养模型的“翻译-反思-改进”能力，并将反思所得知识内化。在 WMT24 上，其基于 GPT-4o 的 GRF 得分为 86.16，超过 DeepSeek-R1 的 84.03 达 2.13 分，同时输出 token 减少约 92%。独立自动评测、盲测人工评估及另外三个翻译方向的初步实验进一步验证了该框架的有效性。
正文 · AI 翻译
摘要：近年来，将大型推理模型（LRMs）应用于机器翻译（MT）引起了越来越多的关注。尽管大多数方法采用“预思考”范式并受益于显式的推理轨迹，但它们存在推理成本高和延迟大的问题。为解决这些局限，我们提出 ReflectMT，一个采用“后思考”范式的两阶段反思内化机器翻译框架。我们的方法通过强化学习培养模型的“翻译-反思-改进”能力。在第一阶段，我们培养模型进行高质量反思与改进的能力，从而增强其语义理解和任务特定知识。在第二阶段，我们训练模型将反思过程中获得的知识内化。在 WMT24 上，ReflectMT 取得基于 GPT-4o 的 GRF 分数 86.16，超过 DeepSeek-R1（84.03）2.13 分，同时输出 token 数减少约 92%。独立自动评估、盲测人工评估以及在另外三个翻译方向上的初步实验进一步证明了该框架的有效性。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2604.19144 [cs.CL] |
| （或本版本的 arXiv:2604.19144v2 [cs.CL]） | |
| https://doi.org/10.48550/arXiv.2604.19144 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kunquan Li [查看邮箱]
[v1]
2026年4月21日 星期二 06:48:41 UTC（342 KB）
[v2]
2026年11月2日 星期一 07:16:55 UTC（697 KB）
来源：arXiv cs.CL · arxiv.org