标签
本文来自小米，介绍了面向多语言机器翻译的无参考后训练，将带有质量评估奖励的GRPO应用于MiLMMT-46-v0.1 SFT模型，生成MiLMMT-46-v1.0，该模型提升了46种语言的翻译质量，并超越了开放和专有基线。
本文介绍了MiLMMT-46-v1.0，这是一个通过GRPO和检查点插值进行无参考后训练改进的多语言机器翻译模型，在46种语言上超越了强大的开放和专有基线模型。
提出了一种面向成本感知的LLM服务的两阶段级联框架，该框架将查询聚类并路由至最具成本效益的模型，然后将低质量输出升级至更强的模型。在降低推理成本的同时，保留了97-99%的准确率。
本文提出使用接收者操作特征（ROC）分析来评估翻译质量评估（QE）系统，表明该方法能为商业决策提供可操作的性能见解，并与现有方法一致。