arXiv · NLP· Shijun Li, Yang Liu, Najmeh Sadoughi, Dongmei Wang, Xinjie Li, Zhu Liu, Rohith Mysore Vijaya Kumar, Yuzong Liu·· 2026-10-15AI 评分31
SRAT:通过智能体强化学习实现选择性检索增强机器翻译
Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation
AI 导读
SRAT 框架引入智能体强化学习,使 LLM 动态决定检索时机与内容。 该方法针对部分证据场景,优化联合 Plackett-Luce 算法以对齐检索与翻译质量。 实验显示其表现优于固定检索策略,验证了将检索作为可学习动作的价值。
来源:arXiv · NLP · arxiv.org