Fugu-MT 論文翻訳(概要): Multilingual Sentence Embeddings for Linguistic-Integrated Reliability Audit

論文の概要: Multilingual Sentence Embeddings for Linguistic-Integrated Reliability Audit

arxiv url: http://arxiv.org/abs/2607.17466v1
Date: Mon, 20 Jul 2026 01:35:42 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-21 18:48:37.475021
Title: Multilingual Sentence Embeddings for Linguistic-Integrated Reliability Audit
Title（参考訳）: 言語依存型信頼性監査のための多言語文埋め込み
Abstract要約: 多言語文の埋め込みがLinguistic-Integrated Reliability Auditing (LiRA) の翻訳英語入力に取って代わるかどうかを評価する。ネイティブ言語の埋め込みは、翻訳失敗後に除外された応答を回復しながら、翻訳ベースの信頼性見積を注意深く再現するが、信頼性は有意義に変化しない。
参考スコア（独自算出の注目度）: 0.6117371161379209
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multilingual assessment systems commonly rely on translation for scoring and quality-control processes. We evaluate whether multilingual sentence embeddings can replace translated English input for Linguistic-Integrated Reliability Auditing (LiRA) across 11 PIRLS constructed-response items and three embedding models. Native-language embeddings reproduced translation-based reliability estimates closely while recovering responses excluded after translation failure, with no meaningful change in reliability.
Abstract（参考訳）: 多言語アセスメントシステムは通常、スコアリングと品質管理のプロセスに翻訳に依存する。我々は,多言語文の埋め込みが,11項目のPIRLS構築応答項目と3つの埋め込みモデルにまたがって,Linguistic-Integrated Reliability Auditing (LiRA) の翻訳英語入力を置き換えることができるかどうかを評価する。ネイティブ言語の埋め込みは、翻訳失敗後に除外された応答を回復しながら、翻訳ベースの信頼性見積を注意深く再現するが、信頼性は有意義に変化しない。

関連論文リスト

Choosing the Right Language Mode at Inference Time for Multilingual Reliability [3.6095388702618405]
大規模な言語モデルは、低級から中級の言語では推論に苦慮することが多い。以前の研究によると、翻訳は、より強い英語中心の表現へのアクセスを支援することで、多言語推論を改善することができる。これは、多言語の大言語モデルが確実に推論するためにどのくらいの翻訳が必要かという、中心的な疑問を提起する。
論文参考訳（メタデータ） (2026-09-04T02:36:26Z)
Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。 Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
論文参考訳（メタデータ） (2026-07-21T16:15:05Z)
When Languages Disagree: Self-Evolving Multilingual LLM Judges [12.308063172324003]
多言語不整合が相補的な評価信号を提供することを示す。 SEMJは,反復的洗練のために言語間不整合を利用する自己進化型多言語判断器である。
論文参考訳（メタデータ） (2026-06-06T10:36:24Z)
XQ-MEval: A Dataset with Cross-lingual Parallel Quality for Benchmarking Translation Metrics [64.77152900881724]
9つの翻訳方向をカバーする半自動構築データセットであるXQ-MEvalを提案する。 MQMで定義されたエラーを金の翻訳に自動的に注入し、信頼性のためにネイティブスピーカーによってフィルタリングし、エラーをマージして、制御可能な品質で擬似翻訳を生成する。 XQ-MEvalを用いて, 平均的判断と人的判断の矛盾を明らかにする。
論文参考訳（メタデータ） (2026-04-16T12:27:10Z)
Quantifying Conversational Reliability of Large Language Models under Multi-Turn Interaction [0.0]
大きな言語モデル(LLM)は、ユーザが拡張された混合トピックの会話を行う現実世界のアプリケーションに、ますます多くデプロイされている。我々は,3つの代表課題を通じて,会話の信頼性を体系的に評価する。我々は信頼性の大幅な低下、特により小さなモデルについて観察する。
論文参考訳（メタデータ） (2026-03-02T03:59:40Z)
When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
論文参考訳（メタデータ） (2026-01-30T11:23:01Z)
Investigating the Multilingual Calibration Effects of Language Model Instruction-Tuning [58.355275813623685]
本研究は,多言語設定における大規模言語モデル(LLM)の校正における重要なギャップについて考察する。低リソース言語であっても、高リソース言語SFTデータセットのインストラクションチューニング後にモデルの信頼性が著しく向上する可能性がある。しかし、精度の改善は限界的あるいは存在しないものであり、多言語言語における標準SFTの重大な欠点を浮き彫りにしている。
論文参考訳（メタデータ） (2026-01-04T04:29:12Z)
On the Entity-Level Alignment in Crosslingual Consistency [62.33186691736433]
SubSubとSubInjは、主題の英語翻訳を言語間のプロンプトに統合し、実際のリコール精度と一貫性を大きく向上させた。これらの介入はモデルの内部ピボット言語処理を通じて概念空間における実体表現のアライメントを強化する。
論文参考訳（メタデータ） (2025-10-11T16:26:50Z)
LLM-based Translation Inference with Iterative Bilingual Understanding [52.46978502902928]
大規模言語モデル(LLM)の言語間機能に基づいた,新しい反復的バイリンガル理解翻訳法を提案する。 LLMの言語横断的能力により、ソース言語とターゲット言語を別々にコンテキスト理解することが可能になる。提案したIBUTは、いくつかの強力な比較法より優れている。
論文参考訳（メタデータ） (2024-10-16T13:21:46Z)
Large language models effectively leverage document-level context for literary translation, but critical errors persist [32.54546652197316]
大規模言語モデル(LLM)は、幅広い文レベルの翻訳データセット上での最先端技術と競合する。我々は,Gpt-3.5 (text-davinci-003) LLM) を用いて文節全体を翻訳し,高品質な翻訳を行うという厳密な評価を通して示す。
論文参考訳（メタデータ） (2023-04-06T17:27:45Z)
A Bayesian approach to translators' reliability assessment [0.0]
我々は、複雑なシステムの観点から、翻訳品質評価プロセスを複雑なプロセスとみなす。 TQAプロセスに関わる特徴,すなわち翻訳難易度,翻訳生成と品質評価に関わる翻訳者の特性をパラメータ化する2つのベイズモデルを構築した。専門家翻訳者であっても、レビュアーの信頼性は当然と言えないことを示す。
論文参考訳（メタデータ） (2022-03-14T14:29:45Z)

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。