SimulPL：在同声传译中对齐人类偏好
计算与语言
2025-02-06 v2 人工智能
摘要
同声传译（SiMT）在接收流式源输入的同时生成译文。这要求SiMT模型学习一种读/写策略，决定何时翻译以及何时等待更多源输入。大量语言研究表明，SiMT场景中的受众具有独特的偏好，例如准确的翻译、更简单的句法以及无不必要的延迟。使SiMT模型与这些人类偏好对齐对于提高其性能至关重要。然而，这一问题仍未得到探索。此外，SiMT任务的偏好优化也充满挑战。现有方法仅专注于优化生成的响应，忽略了偏好优化阶段与延迟相关的人类偏好以及读/写策略的优化。为解决这些挑战，我们提出了Simultaneous Preference Learning（SimulPL），一个为SiMT任务量身定制的偏好学习框架。在SimulPL框架中，我们将SiMT人类偏好归纳为五个方面：**翻译质量偏好**、**单调性偏好**、**关键点偏好**、**简洁性偏好**和**延迟偏好**。通过利用前四个偏好，我们构建人类偏好提示，以高效引导GPT-4/4o为SiMT任务生成偏好数据。在偏好优化阶段，SimulPL将**延迟偏好**整合到优化目标中，并使SiMT模型能够改进读/写策略，从而更有效地与人类偏好对齐。实验结果表明，在Zh→En、De→En和En→Zh的SiMT任务中，SimulPL在所有延迟级别上都表现出与人类偏好更好的对齐。我们的数据和代码将在https://github.com/EurekaForNLP/SimulPL上发布。
引用
@article{arxiv.2502.00634,
title = {SimulPL: Aligning Human Preferences in Simultaneous Machine Translation},
author = {Donglei Yu and Yang Zhao and Jie Zhu and Yangyifan Xu and Yu Zhou and Chengqing Zong},
journal= {arXiv preprint arXiv:2502.00634},
year = {2025}
}
备注
Accepted to ICLR 2025. 23 pages,13 figures,11 tables