推理模型机器翻译的测试时间扩展
计算与语言
2026-01-13 v2
摘要
测试时间扩展（TTS）已提升了推理模型（RM）在数学和编码等各类任务上的性能，但其在机器翻译（MT）中的效果仍鲜有探讨。本文考察了推理时间计算是否提升翻译质量。我们评估了12种推理模型在多个领域的MT基准测试中，检验三种场景：直接翻译、强制推理外推和后编辑。我们的发现表明，对于通用推理模型，TTS在直接翻译方面仅提供有限且不一致的益处，性能迅速趋于平台期。然而，随着领域特定微调使推理过程与任务要求一致，TTS的有效性得以释放，导致推理深度达到最佳值时表现稳定提升。我们还发现，迫使模型超出自然停止点进行推理会持续降低翻译质量。相反，TTS在后编辑情境中效果显著，可可靠地将自我纠正转化为有益的过程。这些结果表明，推理时间计算在MT中的价值不在于通过通用模型增强单次翻译，而在于针对性应用，如多步骤自我纠错工作流程以及与任务专用模型的结合。
引用
@article{arxiv.2510.06471,
title = {Test-Time Scaling of Reasoning Models for Machine Translation},
author = {Zihao Li and Shaoxiong Ji and Jörg Tiedemann},
journal= {arXiv preprint arXiv:2510.06471},
year = {2026}
}