回译利用单语数据提升低资源机器翻译

一项 arXiv 论文提出，在低资源机器翻译中，用回译（BT）利用中等规模单语数据比继续预训练更有效。作者 Divyanshu Bathla、Parag Singla、Jitin Singla 称，与其继续预训练，不如采用大模型时代之前的回译技术来使用这些单语数据。 在 Odia 和 Swahili 仅用 1K 平行句对时，回译在领域内比继续预训练高出 7.7 至 16.4 个 XCOMET-XXL 分，并超过使用 10 倍平行数据的模型。在五种低资源语言、两个 3B 骨干模型上，回译相比仅用平行数据微调提升 16% 至 173%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。