提示语言与翻译理论驱动的提示在大型语言模型中的作用：以西中新闻翻译为例

arXiv cs.CL 论文
machine-translation prompt-engineering large-language-models translation-theory evaluation

摘要

本研究探讨了提示语言和翻译理论驱动的提示设计如何影响GPT-5.2生成的西中新闻翻译质量，发现尽管自动化指标偏好基线提示，但在专家评估下，理论驱动提示改善了文体。

arXiv:2607.03160v1 公告类型：新提交 摘要：本研究考察了提示语言和翻译理论驱动的提示设计如何影响GPT-5.2生成的西班牙语-中文新闻翻译质量。一个由《国家报》四篇社论组成的平行语料库在48个实验条件下（4种提示类型、3种提示语言和4篇文章）进行了翻译。翻译质量通过BLEU和BERTScore-F1进行自动评估，同时基于多维质量指标框架进行人工评估。自动评估指标将基线提示识别为表现最佳的条件，而人工评估则将简报导向提示评为最高（MQM：8.66 vs 7.84），这一反转可能归因于自动测量中固有的单参考文献限制。子错误类型分析显示，翻译理论驱动的提示有选择地减少了尴尬风格错误，而不地道风格错误在各条件下持续存在。在两种评估范式下，提示语言的影响均可忽略不计。这些结果表明，在专家评估新闻翻译时，翻译理论驱动的提示可以带来可衡量的质量提升，尽管其对语言学习者的教学意义仍具暗示性，需要通过基于用户的研究进行验证。
查看原文
查看缓存全文

缓存时间: 2026/07/07 04:37 

# 提示语言与翻译理论驱动提示在大语言模型中的作用：以西中新闻翻译为例
来源：https://arxiv.org/abs/2607.03160
查看 PDF (https://arxiv.org/pdf/2607.03160)

> 摘要：本研究探讨了提示语言及翻译理论驱动的提示设计如何影响 GPT-5.2 生成的西中新闻翻译质量。研究以《国家报》四篇社论为平行语料，在48种实验条件（4种提示类型、3种提示语言、4篇文章）下进行翻译。翻译质量采用 BLEU 和 BERTScore-F1 进行自动评估，同时基于多维质量指标（MQM）框架进行人工评估。自动评估指标显示基准提示（BASE）为最优条件，而人工评估则将简要导向提示（BRIEF）评为最高（MQM：8.66 vs. 7.84），这种反转可能源于自动评估方法固有的单参考约束。子错误类型分析表明，翻译理论驱动的提示可选择性减少生硬风格错误，而不地道风格错误在所有条件下依然存在。提示语言在两种评估范式下影响均微乎其微。这些结果表明，在新闻翻译的专家评估中，翻译理论驱动的提示能够带来可量化的质量提升，但其对语言学习者的教学意义仍具提示性，需通过用户研究进一步验证。

## 提交历史

来自：赖浩鸿 [查看邮件 (https://arxiv.org/show-email/48086053/2607.03160)] **\[v1\]** 2026年7月3日星期五 09:59:36 UTC (508 KB)

相似文章

并非放之四海而皆准：多语言大语言模型中从固定提示到可学习路由的演进

arXiv cs.CL

# 并非放之四海而皆准：多语言大语言模型中从固定提示到可学习路由的演进 来源：[https://arxiv.org/html/2604.16937](https://arxiv.org/html/2604.16937) Wei-Chi Wu, Sheng-Lun Wei, Hen-Hsen Huang, Hsin-Hsi Chen α 台湾大学电脑科学与资讯工程学系，台湾 β 中央研究院资讯科学研究所，台湾 γ 台湾大学人工智能研究中心（AINTU），台湾 wcwu@c

使用探针目标归因定位大型语言模型中的提示模糊性

arXiv cs.CL

介绍了PRIG，一种梯度归因方法，通过训练线性探针区分清晰提示和模糊提示，并将探针得分归因于残差流中的标记表示，从而定位大型语言模型中的提示模糊性，在合成和人工编写的基准测试上取得了强劲性能。

通过风格引导提示解释风格表示

arXiv cs.CL

本文提出了一个通过使用风格引导提示（即自然语言指令，引导大语言模型生成具有特定风格属性的文本）来解读风格表示的框架。该方法在描述和模仿写作风格方面均优于基线大语言模型提示技术。