标签
PDFMathTranslate是一款开源免费的科学PDF文档翻译工具，能够完美保留排版、公式、图表等，支持多语言和AI翻译，提供CLI/GUI/Docker方式使用。
本文探讨了利用强化学习微调小型（4B）递归语言模型（RLM）从科学文档中选取证据，结果表明经过强化学习训练的4B模型在模型大小和成本仅为其一小部分的情况下，达到了与Claude Sonnet 4.6相当的性能。