热点事件持续更新
研究人员提出选择性检索增强机器翻译框架SRAT
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月15日，相关研究人员在arXiv公布了用于选择性检索增强机器翻译的智能体强化学习框架SRAT。该框架利用智能体强化学习，动态决策是直接进行翻译还是执行检索，并学习检索何种辅助证据以优化最终翻译质量。此外，SRAT结合联合Plackett-Luce优化与翻译质量对比训练，促使检索模块直接对齐下游翻译质量，而非单纯依赖语义相似度。实验结果显示，在成语、知识密集型以及文档级翻译任务中，SRAT的表现持续优于从不检索和始终检索的基线方案。
AI 根据报道生成 · 4 小时前更新
最新进展10月15日 12:00
研究人员提出翻译框架SRAT，利用智能体强化学习动态决策检索时机以提升翻译质量。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理SRAT：用于选择性检索增强机器翻译的智能体强化学习框架
研究人员提出选择性检索增强翻译框架 SRAT，利用智能体强化学习动态决策何时直接翻译或进行检索，并学习检索何种辅助证据以优化最终翻译质量。该方法结合联合 Plackett-Luce 优化与翻译质量对比训练，使检索模块直接对齐下游质量而非单纯的语义相似度。在成语、知识密集型和文档级翻译实验中，SRAT 表现持续优于从不检索和始终检索的基线方案。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。