研究：机器翻译质量感知解码的搜索效用因句而异

Javier Garcia Gilabert等作者发表实证研究，检验质量感知解码（QAD）对每个源句固定分配相同候选预算N的假设，发现句子间从额外候选中获得的质量增益差异显著。 研究用总缩放增益、边际缩放增益和采样饱和点三个量刻画搜索效用：句级信号与总缩放增益相关，但对饱和点信息量有限；当前候选池的统计特性可有效预测边际增益。作者称，这些信号能识别出选择性增加搜索时收益更大的句子。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。