論文の概要: Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation

• arxiv url: http://arxiv.org/abs/2610.19528v1
• Date: Wed, 14 Oct 2026 03:45:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.943876
• Title: Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation
• Title（参考訳）: 助けとなるものを検索する:選択型検索強化機械翻訳のためのエージェント強化学習
• Abstract要約: 外部知識を取得することは、慣用的解釈や用語学などの補助情報を提供することで、大きな言語モデル(LLM)翻訳を改善することができる。 既存の検索強化機械翻訳システムは、通常、すべての入力に対して一様に事前定義された検索戦略を適用する。 エージェント強化学習フレームワークであるSelective Retrieval-Augmented Translation (SRAT)を導入する。
• 参考スコア（独自算出の注目度）: 13.525630604618897
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieving external knowledge can improve large language model (LLM) translation by providing supplementary information such as idiom interpretations and terminology. However, existing retrieval-augmented machine translation systems typically apply predefined retrieval strategies uniformly across all inputs. We argue that translation operates in a partial-evidence regime: LLM's parametric knowledge suffices for many inputs, while external evidence benefits a subset and usually supports rather than directly provides the desired translation. This creates two challenges: deciding when to retrieve and what evidence to acquire. We introduce Selective Retrieval-Augmented Translation (SRAT), an agentic reinforcement learning framework that learns when to translate directly or retrieve, what to retrieve, and how to integrate these decisions by optimizing final translation quality. To align evidence retrieval with downstream translation quality rather than simple semantic similarity, we further develop joint Plackett--Luce optimization and translation-quality contrastive training for retriever-training. Experiments on idiom, knowledge-intensive, and document-level translation with offline or online retrieval show that SRAT consistently outperforms never- and always-retrieve baselines, and quality-aligned retriever training provides further gains when similarity-based retrieval is insufficient. The results demonstrate the benefit of treating retrieval as a learnable translation action rather than fixed preprocessing.
• Abstract（参考訳）: 外部知識を取得することは、慣用的解釈や用語学などの補助情報を提供することで、大きな言語モデル(LLM)翻訳を改善することができる。 しかし、既存の検索強化機械翻訳システムは、通常、すべての入力に対して一様に事前定義された検索戦略を適用する。 LLMのパラメトリック知識は多くの入力に対して十分であるのに対して、外部証拠はサブセットの恩恵を受け、通常は望まれる翻訳を直接提供するのではなく、サポートします。 これは、いつ取得するか、どのエビデンスを取得するかという2つの課題を生み出します。 エージェント強化学習フレームワークであるSelective Retrieval-Augmented Translation (SRAT)を導入する。 さらに,エビデンス検索を,単純な意味的類似性よりも下流の翻訳品質に整合させるため,検索者学習のための共同プラケット-リュック最適化と翻訳品質のコントラストトレーニングを開発する。 オフラインまたはオンライン検索によるイディオム、知識集約、文書レベルの翻訳実験は、SRATが一貫してベースラインを常に上回り、品質に整合した検索訓練は類似性に基づく検索が不十分な場合にさらに向上することを示している。 その結果, 検索は, 定型前処理ではなく, 学習可能な翻訳行動として扱うことの利点が示された。

関連論文リスト

• Do LLMs Understand Your Translations? Evaluating Paragraph-level MT with Question Answering [68.3400058037817]
  本稿では,TREQA(Translation Evaluation via Question-Answering)について紹介する。 我々は,TREQAが最先端のニューラルネットワークとLLMベースのメトリクスより優れていることを示し,代用段落レベルの翻訳をランク付けする。
  論文  参考訳（メタデータ） (2025-04-10T09:24:54Z)
• CRAT: A Multi-Agent Framework for Causality-Enhanced Reflective and Retrieval-Augmented Translation with Large Language Models [59.8529196670565]
  CRATは、RAGと因果強化自己回帰を利用して翻訳課題に対処する、新しいマルチエージェント翻訳フレームワークである。 以上の結果からCRATは翻訳精度を著しく向上させ,特に文脈に敏感な単語や語彙の出現に寄与することが示唆された。
  論文  参考訳（メタデータ） (2024-10-28T14:29:11Z)
• Dense X Retrieval: What Retrieval Granularity Should We Use? [56.90827473115201]
  しばしば見過ごされる設計選択は、コーパスが索引付けされる検索単位である。 本稿では,高密度検索のための新しい検索ユニット,命題を提案する。 実験により、提案のような細粒度単位によるコーパスのインデックス付けは、検索タスクにおける通過レベル単位を著しく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-12-11T18:57:35Z)
• Rethinking Round-Trip Translation for Machine Translation Evaluation [44.83568796515321]
  ラウンドトリップ翻訳が参照なしで自動評価に利用できるという驚くべき発見を報告する。 ラウンドトリップ翻訳が複数の機械翻訳評価タスクに有用であることを示す。
  論文  参考訳（メタデータ） (2022-09-15T15:06:20Z)
• Constraint Translation Candidates: A Bridge between Neural Query Translation and Cross-lingual Information Retrieval [45.88734029123836]
  本稿では,QTのオープンターゲット語彙検索空間を,検索インデックスデータベースから抽出した重要な単語の集合に限定することで,問題を緩和する新しい手法を提案する。 提案手法を実単語CLIRシステムで活用し,検討した。
  論文  参考訳（メタデータ） (2020-10-26T15:27:51Z)

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。