跳到正文
智迹闻AuraTracer

TITAN框架优化低资源多语言翻译

本机阅读

发生了什么

据arXiv论文,研究者提出TITAN框架,结合因果干预、稀疏特征分解和目标偏好优化,以识别和优化多语言解码器LLM中的关键翻译电路。实验显示,TITAN仅更新不到5%的参数,在印地语-乌尔都语和印地语-信德语翻译任务上,BLEU分数分别提升33.75%和45.86%,优于最强基线。人工专家评估也确认了充分性和流畅性的显著提升。分析表明,多语言翻译通过共享语义子空间上的稀疏结构化电路实现,而非依赖英语中心枢轴表示。

参数更新比例
<5%
印地语-乌尔都语BLEU提升
33.75%
印地语-信德语BLEU提升
45.86%

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CL一手材料

    Translation Circuit Discovery and Targeted Optimization for Low-Resource Multilingual Translation

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口