原创 陈安东 Datawhale
Datawhale论文
分享：陈安东，哈工大，Datawhale成员
WhalePaper简介
由Datawhale团队成员发起，对目前学术论文中比较成熟的 Topic 和开源方案进行分享，通过一起阅读、分享论文学习的方式帮助大家更好地“高效+全面+自律”学习，让大家都有所收获和提升！方向包括自然语言处理（NLP）、计算机视觉（CV）、推荐（Res）等相关方向的论文解读和分享，后续将融入更多的方向。
开源地址：https://datawhalechina.github...
本期活动
嘉宾简介
陈安东，哈尔滨工业大学计算机系二年级博士生，研究方向大语言模型(LLM)的多语言方向。在ACL、EMNLP、ICAIL和TALLIP等AI领域顶级会议和期刊上发表多篇论文。Datawhale成员，大模型基础和理论开源教程So-Large-LM发起人，目前获得了1.4K stars。
Github地址：https://github.com/datawhalec...
公众号专栏：大航海图鉴：大模型全指南系列
分享详情
论文题目：DUAL-REFLECT: Enhancing Large Language Models for Reflective Translation through Dual Learning Feedback Mechanisms
分享方向：大模型多语言能力
分享大纲：
- 大模型有望成为这个时代的巴别塔？
- 当前大模型多语言能力局限性
- 机器翻译与大模型翻译范式的迁移
- 向“信达雅”的多语言能力前进
论文简介：
最近，通过自我反思增强的大型语言模型（LLMs）在机器翻译上取得了惊艳的表现。其核心思想是基于LLMs的反思能力优化生成的翻译结果。然而，现有的自我反思方法缺乏有效的反馈信息，限制了翻译性能。
为解决这一问题，我们引入了一个双重反思框架（DUAL-REFLECT），利用翻译任务的对偶学习特性提供有效反馈信号，从而增强模型的自我反思能力并提升翻译表现。这种方法在各种翻译任务中提高了翻译的准确性，并且增强了消除歧义方面的能力。
分享地址：#腾讯会议：891-723-748
分享时间：2024年5月30日（周四）19点30
Paper议程：分享45分钟，提问环节不限时
本场分享会在b站同步直播
请关注： 二次元的Datawhale
进群参与
群满在公众号后台回复“paper”
一起“点赞”三连↓
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。