論文の概要: SAMAS: A Spectrum-Guided Multi-Agent System for Achieving Style Fidelity in Literary Translation

• arxiv url: http://arxiv.org/abs/2602.19840v1
• Date: Mon, 23 Feb 2026 13:40:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.832419
• Title: SAMAS: A Spectrum-Guided Multi-Agent System for Achieving Style Fidelity in Literary Translation
• Title（参考訳）: SAMAS:文学翻訳におけるスタイル忠実性を実現するためのスペクトルガイド型マルチエージェントシステム
• Authors: Jingzhuo Wu, Jiajun Zhang, Keyan Jin, Dehua Ma, Junbo Wang,
• Abstract要約: 本稿では,信号処理タスクとしてスタイル保存を扱う新しいフレームワークであるSAMASを紹介する。 具体的には、ウェーブレットパケット変換を用いて、文体をストリスティック特徴スペクトル(SFS)に定量化する。 このSFSは、特殊な翻訳エージェントの調整されたワークフローを動的に組み立てる制御信号として機能する。
• 参考スコア（独自算出の注目度）: 13.668304419871582
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern large language models (LLMs) excel at generating fluent and faithful translations. However, they struggle to preserve an author's unique literary style, often producing semantically correct but generic outputs. This limitation stems from the inability of current single-model and static multi-agent systems to perceive and adapt to stylistic variations. To address this, we introduce the Style-Adaptive Multi-Agent System (SAMAS), a novel framework that treats style preservation as a signal processing task. Specifically, our method quantifies literary style into a Stylistic Feature Spectrum (SFS) using the wavelet packet transform. This SFS serves as a control signal to dynamically assemble a tailored workflow of specialized translation agents based on the source text's structural patterns. Extensive experiments on translation benchmarks show that SAMAS achieves competitive semantic accuracy against strong baselines, primarily by leveraging its statistically significant advantage in style fidelity.
• Abstract（参考訳）: 現代の大言語モデル(LLMs)は、流動的で忠実な翻訳を生成するのに優れている。 しかし、彼らは著者の独特な文学スタイルを維持するのに苦労し、しばしば意味論的に正しいが一般的なアウトプットを生み出した。 この制限は、現在の単一モデルと静的マルチエージェントシステムが、スタイルのバリエーションを知覚し、適応できないことに起因する。 そこで我々は,信号処理タスクとしてスタイル保存を扱う新しいフレームワークであるSAMAS(Style-Adaptive Multi-Agent System)を紹介する。 具体的には、ウェーブレットパケット変換を用いて、文体をストリスティック特徴スペクトル(SFS)に定量化する。 このSFSは、ソーステキストの構造パターンに基づいて、特別な翻訳エージェントのワークフローを動的に組み立てる制御信号として機能する。 翻訳ベンチマークの大規模な実験により、SAMASは強いベースラインに対して、その統計的に重要なスタイルの忠実さの利点を生かして、競争力のある意味的正確性を達成することが示されている。

関連論文リスト

• Finding the Translation Switch: Discovering and Exploiting the Task-Initiation Features in LLMs [69.28193153685893]
  大きな言語モデル(LLM)は、タスク固有の微調整なしでも、しばしば強力な翻訳能力を示す。 このプロセスをデミスティフィケートするために、スパースオートエンコーダ(SAE)を活用し、タスク固有の特徴を特定するための新しいフレームワークを導入する。 我々の研究は、LLMの翻訳機構のコアコンポーネントをデコードするだけでなく、内部モデル機構を使用してより堅牢で効率的なモデルを作成するための青写真も提供しています。
  論文  参考訳（メタデータ） (2026-01-16T06:29:07Z)
• StyleDecipher: Robust and Explainable Detection of LLM-Generated Texts with Stylistic Analysis [18.44456241158174]
  StyleDecipherは堅牢で説明可能な検出フレームワークである。 組み合わせた特徴抽出器を用いてテキスト検出を再検討し、構造的差異を定量化する。 常に最先端のドメイン内精度を達成する。
  論文  参考訳（メタデータ） (2025-10-14T15:07:27Z)
• Steering Large Language Models for Machine Translation Personalization [20.181629685548454]
  サンプルが少ない場合に自動的に生成された翻訳をパーソナライズするための様々な戦略を検討する。 スパース・オートエンコーダ (SAE) 潜入者による相対的ステアリングに着目し, パーソナライズ特性の同定を行った。 コントラスト型SAEステアリングは、堅牢なスタイル条件付けと翻訳品質をもたらし、推論時間の計算効率が向上することを示した。
  論文  参考訳（メタデータ） (2025-05-22T12:47:16Z)
• Towards Visual Text Design Transfer Across Languages [49.78504488452978]
  マルチモーダル・スタイル翻訳(MuST-Bench)の新たな課題について紹介する。 MuST-Benchは、視覚テキスト生成モデルが様々な書き込みシステム間で翻訳を行う能力を評価するために設計されたベンチマークである。 そこで我々は,スタイル記述の必要性を解消する多モーダルなスタイル翻訳フレームワークであるSIGILを紹介した。
  論文  参考訳（メタデータ） (2024-10-24T15:15:01Z)
• One-for-All: Towards Universal Domain Translation with a Single StyleGAN [86.33216867136639]
  視覚的に異なる領域間の表現を変換するための新しい翻訳モデルUniTranslatorを提案する。 提案したUniTranslatorは汎用的で、スタイルミキシング、スタイリゼーション、翻訳など様々なタスクを実行できる。 UniTranslatorは、既存の汎用モデルの性能を超越し、代表タスクの特殊モデルに対してよく機能する。
  論文  参考訳（メタデータ） (2023-10-22T08:02:55Z)
• ParaGuide: Guided Diffusion Paraphrasers for Plug-and-Play Textual Style Transfer [57.6482608202409]
  テキストスタイル転送は、意味を保ちながらテキストのスタイル特性を変換するタスクである。 任意のスタイルに柔軟に適応できる汎用型転送のための新しい拡散型フレームワークを提案する。 本研究では,人的評価と自動評価の両面から,Enron Email Corpusの手法を検証するとともに,形式性,感情,さらにはオーサシップスタイルの伝達にも優れることを示す。
  論文  参考訳（メタデータ） (2023-08-29T17:36:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。