标签
墨尔本大学提交了一个针对低资源太平洋克里奥尔语（如Tok Pisin、Bislama和Solomon Pijin）的领域平衡机器翻译模型，在WMT 2026 CreoleMT共享任务中，以超过3个chrF++点的优势超越了开放基线模型。
本文描述了向WMT26模型压缩共享任务提交的六个作品，使用路由感知的专家剪枝和MXFP4量化将GPT-OSS-20B压缩成更小的翻译模型，参数范围从4.186B到7.770B。
本文提出了一种使用BM25和Gemini 2.5 Flash的检索增强翻译系统，针对资源匮乏的东北印度语言，提交至WMT26共享任务，无需模型微调。