cost-aware

Translate-R1引入了一种基于强化学习的方法，用于大语言模型中的成本感知翻译工具使用。该模型根据自身的理解能力和一个成本敏感性参数，学会决定何时翻译输入，从而在多种语言之间实现帕累托最优权衡。