2
1
0
昨天的一篇论文《Dissecting In-Context Learning of Translations in GPTs | 深入分析 GPTs 在机器翻译中的上下文学习》主要提供了两个有价值的信息：
1. 使用LLM（大语言模型）翻译时，上下文对翻译质量影响很大。…
IT技术
(
twitter.com
)
由
宝玉
提交
昨天的一篇论文《Dissecting In-Context Learning of Translations in GPTs | 深入分析 GPTs 在机器翻译中的上下文学习》主要提供了两个有价值的信息：
1. 使用LLM（大语言模型）翻译时，上下文对翻译质量影响很大。
这其中，要翻译的原始内容对于翻译结果影响没有那么大，哪怕你调整输入内容的语序，也能得到差不多的结果。
但是当你用few-shot（少量样例），用来作为参考翻译样例对最终翻译结果影响很大。
2. Zero-Shot-Context，零样例，自动从LLM中获取可以学习的上下文，并借助LLM提供的上下文来翻译，可以大幅提升翻译质量。
这里不太好理解，但是如果你看过我以前写过的《一个简单的Prompt大幅提升ChatGPT翻译质量，告别“机翻感”》https://t.co/wqvTGt04hW 你就好理解了，也就是将翻译过程分成两步：
1. 先用目标语言对要翻译的内容进行解释
2. 然后将解释的内容和原文一起作为上下文，基于原文和解释一起来翻译，就能得到更好的翻译结果
论文原文：https://t.co/lmxyH7Knam
中文翻译：https://t.co/fgYBJG7HPt
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
更多
1
2
1
1
3
2
1
1
4
2
1
1
5
2
1
1
7
2
1
1
8
2
1
1
