范式转变：机器翻译的未来在于大语言模型
计算与语言
2024-04-03 v3
摘要
多年来，由于深度神经网络的发展，机器翻译（MT）取得了巨大进步。然而，GPT-4 和 ChatGPT 等大语言模型（LLMs）的出现正在 MT 领域引入新阶段。在此背景下，我们认为 MT 的未来与 LLMs 的能力紧密交织。这些模型不仅提供广阔的语言理解，还带来如基于提示的技术等创新方法，有潜力进一步提升 MT。本文概述受 LLMs 影响的 MT 重大增强，并倡导其在未来 MT 研究与实现中的关键作用。我们强调若干新 MT 方向，突出 LLMs 在长文档翻译、风格化翻译和交互式翻译等场景中的优势。此外，我们探讨 LLM 驱动 MT 中重要的隐私问题，并提出必要的隐私保护策略。通过展示实际实例，我们旨在说明 LLMs 的优势，尤其在扩展文档翻译等任务中。最后我们强调 LLMs 在引导 MT 未来演进中的关键作用，并为该领域未来探索提供路线图。
引用
@article{arxiv.2305.01181,
title = {A Paradigm Shift: The Future of Machine Translation Lies with Large Language Models},
author = {Chenyang Lyu and Zefeng Du and Jitao Xu and Yitao Duan and Minghao Wu and Teresa Lynn and Alham Fikri Aji and Derek F. Wong and Siyou Liu and Longyue Wang},
journal= {arXiv preprint arXiv:2305.01181},
year = {2024}
}
备注
Accepted to LREC-COLING 2024