研究比较多种再训练范式增强法律机器翻译
热点事件持续更新
研究比较多种再训练范式增强法律机器翻译
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
一项发表于 arXiv 的研究在瑞士多语言法律体系上比较了监督微调、强化学习与推理增强等再训练范式在法律机器翻译中的效果。Qwen3.5 4B、Qwen3.5 9B、Gemma 3 12B 等小模型经重训练后翻译质量大幅提升，其中基于可验证奖励的强化学习优于监督微调，性能接近但仍略逊于前沿推理模型。 研究还发现模型越大，重训练带来的收益越递减。研究使用的代码与模型已公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
先推理再翻译：用结构化推理增强法律机器翻译报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI先推理再翻译：用结构化推理增强法律机器翻译
一项研究对比了微调、强化学习与推理增强等范式在法律机器翻译中的表现，以瑞士多语言法律体系为测试场景。Qwen3.5 4B、Qwen3.5 9B、Gemma 3 12B 等小模型经重训练后质量大幅提升，基于可验证奖励的强化学习超越了监督微调，性能接近但仍略逊于前沿推理模型。模型越大，重训练带来的收益递减；代码与模型已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。