arXiv cs.CL· Shijun Li, Yang Liu, Najmeh Sadoughi, Dongmei Wang, Xinjie Li, Zhu Liu, Rohith Mysore Vijaya Kumar, Yuzong Liu·· 3 天前AI 评分23
SRAT：面向选择性检索增强机器翻译的智能体强化学习框架
Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation
AI 导读
研究者提出 Selective Retrieval-Augmented Translation（SRAT），一个智能体强化学习框架，让 LLM 自行学习何时直接翻译、何时检索、检索什么以及如何整合，以优化最终翻译质量。该方法还引入联合 Plackett-Luce 优化与翻译质量对比训练来对齐检索器。在习语、知识密集型和文档级翻译任务上，SRAT 持续优于从不检索和始终检索的基线。
正文 · AI 翻译
摘要：检索外部知识可以通过提供补充信息（如习语解释和术语）来改进大语言模型（LLM）翻译。然而，现有的检索增强机器翻译系统通常对所有输入统一应用预定义的检索策略。我们认为翻译运行在部分证据机制下：LLM 的参数化知识对许多输入已经足够，而外部证据仅对一部分输入有益，且通常是对期望译文的支持而非直接提供。这带来了两个挑战：决定何时检索以及获取什么证据。我们提出了选择性检索增强翻译（SRAT），一个智能体强化学习框架，它学习何时直接翻译或检索、检索什么，以及如何通过优化最终翻译质量来整合这些决策。为了使证据检索与下游翻译质量而非简单的语义相似度对齐，我们进一步开发了联合 Plackett--Luce 优化和翻译质量对比训练用于检索器训练。在习语、知识密集型和文档级翻译上使用离线或在线检索的实验表明，SRAT 始终优于从不检索和始终检索的基线，并且当基于相似度的检索不足时，质量对齐的检索器训练提供了进一步的增益。结果表明，将检索视为可学习的翻译动作而非固定的预处理是有益的。
| Subjects: | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2610.19528 [cs.CL] |
| （或 arXiv:2610.19528v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.19528 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Shijun Li [查看电子邮件]
[v1]
2026年10月14日星期三 03:45:40 UTC（5,659 KB）
来源：arXiv cs.CL · arxiv.org