arXiv NLP·17 天前★ 3

SRAT：选择性检索增强机器翻译的智能体强化学习

原文标题：Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出选择性检索增强翻译（SRAT），一个智能体强化学习框架，学习何时直接翻译或检索、检索什么以及如何整合决策以优化最终翻译质量。研究还开发了联合 Plackett-Luce 优化和翻译质量对比训练。在习语、知识密集和文档级翻译任务上，SRAT 持续优于从不检索和始终检索的基线。

深读 · 结论先行AI 生成展开看要点与影响 ↓

SRAT让模型自己决定何时检索，习语与文档级翻译均超固定策略

为什么重要：对做RAG翻译的团队，这条提示检索器训练目标应从相似度转向翻译质量，且「总是检索」并非安全默认。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

所属主题智能体50

AI 处理过程展开/收起

原始标题：Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation

AI 中文标题：SRAT：选择性检索增强机器翻译的智能体强化学习

来源：arXiv NLP · 发布于 17 天前

分类：大模型 · AI 重要度：★ 3（3）

标签：检索增强生成 / 机器翻译 / 强化学习 / 智能体

关键词：检索增强翻译 / 强化学习 / 机器翻译 / 智能体 / RAG

AI 处理：2026/10/15 12:51:12 · 模型 deepseek-chat · 规则版本 2026-10-10.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐