论文：《(或许) 超越人类翻译：利用多智能体协作翻译超长文学文本》

摘要：机器翻译（MT）的最新进展显著提高了各领域的翻译质量。然而，由于文学文本语言复杂、充满比喻和文化细微差别，翻译这些文本仍然是一个重大挑战。在本研究中，我们介绍了一种新型的多智能体框架，该框架基于大语言模型（LLMs）进行文学翻译，并以TransAgents公司名义实施。这个框架模拟了传统的翻译出版过程，通过多个智能体的协同能力来应对文学作品翻译的复杂需求。为了评估该系统的有效性，我们提出了两种创新的评估策略：单语人类偏好（MHP）和双语大语言模型偏好（BLP）。MHP从目标语言单语读者的角度进行评估，而BLP则利用先进的大语言模型直接将翻译与原文比较。实验证明，尽管d-BLEU分数较低，但TransAgents的翻译在需要领域特定知识的体裁中，比人类撰写的参考文献更受人类评估者和大语言模型的青睐。我们还通过案例研究突出了TransAgents的优势和局限性，并为未来的研究指明了方向。

点击图片查看原图

点击图片查看原图

点击图片查看原图