跳到正文
arXiv · NLP· Jenny Kunz·· 2026-10-12AI 评分25

翻译文体如何塑造语言模型学习

Dialects of Translationese Shape Language Model Learning

AI 导读

研究揭示机器翻译数据中的翻译文体显著影响小型英文语言模型的学习。模型在24种类型多样、资源差异大的源语言翻译数据上训练,一般困惑度主要受翻译语料词汇多样性驱动。 语法表现则与源语言同英语的类型学相似度强相关,前提是训练数据量充足。甚至翻译质量本身也是语言建模性能的强预测因子。

来源:arXiv · NLP · arxiv.org