arXiv · NLP· Kunquan Li, Yingxue Zhang, Zhibin Lan, Fandong Meng, Jinsong Su·· 17 天前AI 评分33
ReflectMT:通过内部化反思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 提出了一种“后思考”范式,通过两阶段强化学习内部化反思,在 WMT24 基准上取得 86.16 的 GPT-4o GRF 分数。 该模型比 DeepSeek-R1 高出 2.13 分,且输出 token 减少约 92%,显著降低了推理延迟与成本。 盲测与人评均验证了框架的有效性。
来源:arXiv · NLP · arxiv.org