PsFuture：基于伪未来策略的零-shot 自适应机器翻译策略

同步机器翻译需要在实时消费流式源词时生成目标词。传统方法通常需要复杂的体系结构和大量参数配置来训练自适应的读/写策略，这反过来需要相当大的计算资源和内存。我们提出了 PsFuture，这是首个针对同步机器翻译的零-shot 自适应读/写策略，使翻译模型能够在无需额外训练的情况下独立确定读/写动作。此外，我们引入了一种新颖的训练策略，即前缀到完整 (Prefix-to-Full, P2F)，专为调整离线翻译模型以适用于同步翻译应用而设计，利用离线模型固有的双向注意力机制的优势。跨多个基准的实验表明，我们的零-shot 策略在性能上与强大的基线相当，P2F 方法还能进一步提升性能，在翻译质量和延迟之间实现了卓越的平衡。