論文の概要: MAS-Bai: Linguistically Informed Adaptive Multi-Agent Translation for Bowen-Script Bai

• arxiv url: http://arxiv.org/abs/2610.23205v1
• Date: Fri, 16 Oct 2026 09:43:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.856735
• Title: MAS-Bai: Linguistically Informed Adaptive Multi-Agent Translation for Bowen-Script Bai
• Title（参考訳）: MAS-Bai:Bowen-Script Baiの言語的インフォームド・アダプティブ・マルチエージェント翻訳
• Abstract要約: そこで我々は,Bowen-script Bai- Chinese 翻訳のための言語情報を用いた適応型マルチエージェントフレームワーク MAS-Bai を提案する。 我々は,6,536文のBai- Chineseコーパスを構築し,1,536文のテストセットで評価した。 MAS-Bai は 16.23 BLEU と 62.15 COMET を達成し、8.11 BLEU と 6.85 COMET を標準RAGよりも改善した。
• 参考スコア（独自算出の注目度）: 58.306981877489214
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) remain unreliable for extremely low-resource languages whose writing systems conflict with high-resource pretraining priors. We study Bai-Chinese translation in the Bowen script, where Chinese characters are frequently borrowed phonetically rather than semantically, causing severe literal-translation hallucinations. We propose MAS-Bai, a linguistically informed adaptive multi-agent framework for Bowen-script Bai-Chinese translation. MAS-Bai routes each input through either a lightweight retrieval-translation path or a deeper philological path with etymological and syntactic agents, and uses cycle-consistency with a lightweight reverse translator as an inference-time reliability signal. We construct a 6,536-sentence Bai-Chinese corpus and evaluate on a 1,536-sentence test set. MAS-Bai achieves 16.23 BLEU and 62.15 COMET, improving over Standard RAG by 8.11 BLEU and 6.85 COMET. Forward LoRA, expert ablations and controlled routing experiments distinguish the roles of supervised adaptation, Bai-specific expertise and conditional routing. The largest gains occur on Bowen phonetic loans and divergent Bai word order, while human evaluation and reverse-verifier analyses support the automatic results.
• Abstract（参考訳）: 大規模言語モデル (LLM) は、非常に低リソースな言語では信頼できない。 本研究では,漢字が意味的にではなく音素的に借用されることが多かったボウエン文字で,バイ中国語の翻訳を研究した結果,重度のリテラル翻訳幻覚が生じた。 そこで我々は,Bowen-script Bai- Chinese 翻訳のための言語情報を用いた適応型マルチエージェントフレームワーク MAS-Bai を提案する。 MAS-Baiは、各入力を、シンタクティックエージェントを用いて、軽量な検索翻訳経路またはより深い文献的経路をルーティングし、軽量なリバーストランスレータを用いたサイクル一貫性を推論時信頼性信号として利用する。 我々は,6,536文のBai- Chineseコーパスを構築し,1,536文のテストセットで評価した。 MAS-Bai は 16.23 BLEU と 62.15 COMET を達成し、8.11 BLEU と 6.85 COMET を標準RAGよりも改善した。 専門家の努力と制御されたルーティング実験であるForward LoRAは、教師付き適応、Bai固有の専門知識、条件付きルーティングの役割を区別する。 最大の利得はボウエン音素貸与と発声ベイ語順であり、人間の評価と逆検証分析は自動的な結果を支持する。

関連論文リスト

• HexaBee-4B: Six-Language Translation with Multilingual Answering and Bidirectional Supervision [1.1470070927586018]
  Gemma 3 4B ITから3段階に適応したトランスレータを提案する。 中間段階は、共有多言語回答を通じて2つのタスクを接続する。 最終段階では、658,274の前方および逆の合成翻訳例を使用する。
  論文  参考訳（メタデータ） (2026-10-12T08:15:08Z)
• The Role of Prompt Language and Translation-Theory-Driven Prompts in Large Language Models: A Case Study on Spanish-Chinese Journalistic Translation [13.47712128273878]
  本研究では, 言語・翻訳理論による素早い設計が, スペイン語・中国語のジャーナリスト翻訳の質にどのように影響するかを検討する。 エルパイスの4つの論説の平行コーパスは、48の実験条件の下で翻訳された。
  論文  参考訳（メタデータ） (2026-07-03T09:59:36Z)
• Bidirectional Chinese and English Passive Sentences Dataset for Machine Translation [3.3573302174193973]
  本稿では、中国語と英語の5つのパラレルコーパスから抽出した受動的文の双方向マルチドメインデータセットを提案する。 データセットは73,965のパラレル文対(2,358,731の英単語、3,498,229の漢字)からなる。 我々は,我々のデータセットを用いて2つの最先端オープンソースMTシステムと,テストセットを用いた4つの商用モデルを評価した。
  論文  参考訳（メタデータ） (2026-03-16T13:04:09Z)
• NL in the Middle: Code Translation with LLMs and Intermediate Representations [56.77064674776534]
  大きな言語モデル(LLM)はバグのあるコード翻訳を生成する。 翻訳精度を向上させるための有望な道の1つは中間表現である。 LLMに基づくコード翻訳が中間表現の恩恵を受けるかどうかを検討する。
  論文  参考訳（メタデータ） (2025-07-11T14:29:21Z)
• Low-Resource Machine Translation through Retrieval-Augmented LLM Prompting: A Study on the Mambai Language [1.1702440973773898]
  本研究では,Timor-Lesteで話される低音源のオーストロネシア語であるMambaiへの英語翻訳における大規模言語モデルの利用について検討した。 提案手法は, 並列文と辞書エントリの戦略的な選択と, プロンプトのための手法である。 辞書をインプロンプトに含め,-IDFで検索した文とセマンティック埋め込みを混合することにより,翻訳品質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2024-04-07T05:04:38Z)
• Bailong: Bilingual Transfer Learning based on QLoRA and Zip-tie Embedding [0.0]
  大規模言語モデル (LLM) は様々なNLPアプリケーションにおいて例外的な性能を示した。 オープンソースのLLMの大部分は、主に英語のデータと他言語のほとんどに基づいて事前訓練されている。 マルチターン対話シナリオに最適化されたBailong 7Bの微調整バージョンであるBailongを提案する。
  論文  参考訳（メタデータ） (2024-04-01T02:04:44Z)
• AlignBench: Benchmarking Chinese Alignment of Large Language Models [99.24597941555277]
  中国語大言語モデルのアライメントを評価するための総合ベンチマークであるAlignBenchを紹介する。 我々は,8つの主要なカテゴリ,683の実シナリオ根付きクエリ,およびそれに対応する人間の検証基準を含む,ループ内データキュレーションパイプラインを設計する。 自動評価には,Chain-of-Thoughtを用いた多次元LCM-as-Judgecitezheng2023アジュジング手法を用いて説明と最終評価を生成する。
  論文  参考訳（メタデータ） (2023-11-30T17:41:30Z)
• Decomposed Prompting for Machine Translation Between Related Languages using Large Language Models [55.35106713257871]
  DecoMTは、単語チャンク翻訳のシーケンスに翻訳プロセスを分解する、数発のプロンプトの新しいアプローチである。 DecoMTはBLOOMモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-22T14:52:47Z)
• Cross-Lingual Speaker Identification Using Distant Supervision [84.51121411280134]
  本稿では,文脈推論の欠如や言語間一般化の低さといった問題に対処する話者識別フレームワークを提案する。 その結果,2つの英語話者識別ベンチマークにおいて,従来の最先端手法よりも9%の精度,5%の精度で性能が向上することが示唆された。
  論文  参考訳（メタデータ） (2022-10-11T20:49:44Z)
• Continual Mixed-Language Pre-Training for Extremely Low-Resource Neural Machine Translation [53.22775597051498]
  我々は,mbart を未熟な言語に効果的に適用するための,継続的な事前学習フレームワークを提案する。 その結果,mBARTベースラインの微調整性能を一貫して改善できることが示された。 私たちのアプローチは、両方の言語が元のmBARTの事前トレーニングで見られる翻訳ペアのパフォーマンスを高めます。
  論文  参考訳（メタデータ） (2021-05-09T14:49:07Z)

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。