論文の概要: PAMT: Process-Aligned Reinforcement Learning for Multi-Domain Machine Translation

• arxiv url: http://arxiv.org/abs/2608.03077v1
• Date: Tue, 04 Aug 2026 03:42:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.021188
• Title: PAMT: Process-Aligned Reinforcement Learning for Multi-Domain Machine Translation
• Title（参考訳）: PAMT:マルチドメイン機械翻訳のためのプロセス指向強化学習
• Abstract要約: 本稿では,冷間開始ドメイン認識型Long-CoT監視と強化学習を組み合わせたプロセス整合トレーニングフレームワークPAMTを提案する。 2つのバックボーンにわたって、PAMTはベースモデルを改善し、MT特化ベースラインを平均で上回り、ドメイン内、OOD、多言語設定で強力なLLM/LRMと競合し続けている。
• 参考スコア（独自算出の注目度）: 19.884019376360456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-domain machine translation (MDMT) requires more than fluent generation: it demands domain-sensitive translation decisions such as domain disambiguation, terminology control, and stylistic adaptation. Large reasoning models (LRMs) make such decisions explicit through intermediate translation steps, but our analysis across 15 domains and four translation directions shows that this explicit reasoning is double-edged: it improves long-form and high-difficulty translation, yet often drifts in terminology-intensive and stylistically constrained settings. We trace this failure to a credit-assignment bottleneck: existing methods optimize final outputs or coarse trajectories, but cannot identify which translation steps actually help the final translation. To address this, we propose PAMT, a process-aligned training framework that combines cold-start domain-aware Long-CoT supervision with reinforcement learning. PAMT uses sequence-level format and outcome rewards for the final translation, together with a step-level process reward that measures how much each explicit translation step increases the likelihood of the reference translation. Across two backbones, PAMT improves over base models, outperforms MT-specialized baselines on average, and remains competitive with strong LLMs/LRMs across in-domain, OOD, and multilingual settings.
• Abstract（参考訳）: マルチドメイン機械翻訳(MDMT)は、ドメインの曖昧さ、用語制御、スタイリスティック適応といったドメインに敏感な翻訳決定を必要とする。 大きな推論モデル(LRM)は、中間翻訳ステップを通じて、そのような決定を明示するが、15のドメインと4つの翻訳方向での分析により、この明示的な推論が二重エッジであることが示される。 既存の手法では最終的な出力や粗い軌跡を最適化していますが、どの翻訳ステップが最終的な翻訳に役立つのかは特定できません。 そこで本研究では,冷間開始ドメイン認識型Long-CoT監視と強化学習を組み合わせたプロセス整合トレーニングフレームワークPAMTを提案する。 PAMTは、最終翻訳のためのシーケンスレベルの形式と結果の報酬と、各明示的な翻訳ステップが参照翻訳の可能性をどれだけ高めるかを測定するステップレベルのプロセス報酬を使用する。 2つのバックボーンにわたって、PAMTはベースモデルを改善し、MT特化ベースラインを平均で上回り、ドメイン内、OOD、多言語設定で強力なLLM/LRMと競合し続けている。

関連論文リスト

• Unlocking Reasoning Capability on Machine Translation in Large Language Models [57.60641851466707]
  推論指向の大規模言語モデル(RLM)は、明示的な中間推論を生成することにより、数学やコーディングといったタスクに強い利益をもたらす。 WMT24++ベンチマークを用いて,オープンおよびクローズドヘビー級のRCMを系統的に評価した。 明示的な推論を可能にすることは、言語やモデル間の翻訳品質を一貫して低下させる。
  論文  参考訳（メタデータ） (2026-02-16T14:05:59Z)
• From Utterance to Vividity: Training Expressive Subtitle Translation LLM via Adaptive Local Preference Optimization [12.547838537411215]
  ドメインのカスタマイズのニーズを満たす翻訳 LLM の構築方法に焦点をあてる。 我々は、視覚メディアの字幕翻訳をテーマとして、表現力と鮮明な翻訳 LLM の訓練方法を探求する。
  論文  参考訳（メタデータ） (2026-02-01T07:24:06Z)
• Beyond Literal Mapping: Benchmarking and Improving Non-Literal Translation Evaluation [57.11989521509119]
  本稿では,特殊なサブエージェントを起動するリフレクティブコアエージェントを中心に,エージェント翻訳評価フレームワークを提案する。 実験の結果、RATEの有効性が示され、現在の測定値と比較して少なくとも3.2メタスコアの改善が達成された。
  論文  参考訳（メタデータ） (2026-01-12T09:03:42Z)
• It Takes Two: A Dual Stage Approach for Terminology-Aware Translation [0.0]
  本稿では,用語制約付き機械翻訳のための新しい2段階アーキテクチャであるDuTermを紹介する。 本システムでは,大規模合成データの微調整により適応した用語認識型NMTモデルと,後編集のためのプロンプトベースLSMを組み合わせた。 LLMによるフレキシブル・コンテクスト駆動の用語処理は厳密な制約執行よりも高品質な翻訳を一貫して得ることを示した。
  論文  参考訳（メタデータ） (2025-11-07T08:50:58Z)
• LLM Reasoning for Machine Translation: Synthetic Data Generation over Thinking Tokens [25.257363122413395]
  シンキングトークン」は、LRMが機械翻訳をより良く実行するのに役立ちません。 合成CoT説明によるモデル微調整は、標準入力出力微調整よりは良くない。 以上の結果から,教師が目標翻訳を洗練したり,並列コーパスを拡張することは,CoTの説明を「思考」MTモデルに蒸留するよりも影響が大きいことが示唆された。
  論文  参考訳（メタデータ） (2025-10-13T20:41:01Z)
• How Well Do Large Reasoning Models Translate? A Comprehensive Evaluation for Multi-Domain Machine Translation [11.5400003750047]
  大規模言語モデル (LLM) は汎用機械翻訳において高い性能を示している。 LRMの最近の進歩は、構造化推論が様々な領域にわたる翻訳品質を高めることができるかどうかという疑問を提起している。
  論文  参考訳（メタデータ） (2025-05-26T13:43:37Z)
• Large Language Model for Multi-Domain Translation: Benchmarking and Domain CoT Fine-tuning [55.107329995417786]
  大規模言語モデル(LLM)は、目覚ましい一般的な理解と生成能力を示している。 我々は、25のドイツ語$Leftrightarrow$ Englishと22の中国語$Leftrightarrow$ Englishテストセットを特徴とするマルチドメイン翻訳のベンチマークを確立する。 本稿では,LLMの内在的マルチドメインインテリジェンスを活用し,翻訳性能を向上させるためのドメインチェーン・オブ・シント(CoT)ファインチューニング手法を提案する。
  論文  参考訳（メタデータ） (2024-10-03T16:15:04Z)
• Towards Effective Disambiguation for Machine Translation with Large Language Models [65.80775710657672]
  我々は「あいまいな文」を翻訳する大規模言語モデルの能力について研究する。 実験の結果,提案手法はDeepLやNLLBといった最先端システムと5つの言語方向のうち4つで一致し,性能を向上できることがわかった。
  論文  参考訳（メタデータ） (2023-09-20T22:22:52Z)
• Dictionary-based Phrase-level Prompting of Large Language Models for Machine Translation [91.57514888410205]
  大規模言語モデル(LLM)は、プロンプトによる機械翻訳(MT)能力を示す。 LLMは、低リソースやドメイン転送のシナリオで一般的なまれな単語で入力を翻訳するのに苦労する。 LLMプロンプトは、バイリンガル辞書からの事前知識を用いてプロンプトの制御ヒントを提供することにより、稀な単語に対する効果的な解決策を提供することができることを示す。
  論文  参考訳（メタデータ） (2023-02-15T18:46:42Z)
• A Simple Baseline to Semi-Supervised Domain Adaptation for Machine Translation [73.3550140511458]
  State-of-the-art Neural Machine Translation (NMT)システムは、データハングリーであり、教師付きデータを持たない新しいドメインではパフォーマンスが良くない。 NMTの半教師付きドメイン適応シナリオに対する単純だが効果のあるアプローチを提案する。 このアプローチは、言語モデリング、バックトランスレーション、教師付き翻訳の3つのトレーニング目標を通じて、TransformerベースのNMTモデルを反復的にトレーニングする。
  論文  参考訳（メタデータ） (2020-01-22T16:42:06Z)

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。