論文の概要: INVAR-Agri: Detecting Discrepancies in Multilingual Operator Manuals of Agricultural Implements with a Fine-Tuned LLM

• arxiv url: http://arxiv.org/abs/2610.35423v1
• Date: Mon, 26 Oct 2026 13:31:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.008623
• Title: INVAR-Agri: Detecting Discrepancies in Multilingual Operator Manuals of Agricultural Implements with a Fine-Tuned LLM
• Title（参考訳）: INVAR-Agri:微調整LDMによる農業障害の多言語操作者マニュアルの異常検出
• Abstract要約: 本稿では,同じLLMであるEuroLLM-1.7B-Instructにおける2つのトレーニングを比較した概念証明を提案する。 テストセットには、数、単位、反対語、義務、否定、24言語での条件などのエラーが含まれている。 訓練されたバックトランスレーターは、多くの植樹ミスを隠蔽し、そのほとんどは義務を弱め、翻訳品質のスコアは上昇した。
• 参考スコア（独自算出の注目度）: 1.3537117504260623
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Operator manuals of agricultural implements are delivered in many languages, and the standards require that competent persons review every translation, which makes this review the bottleneck. This paper presents a proof of concept that compares two training workflows on the same LLM, EuroLLM-1.7B-Instruct, trained on operator manuals of one manufacturer. In approach A, a back-translator translates each language version back into English, and an English reader compares it with the English version. In approach B, a checker reads the English version and the translation together, where the checker reports differences. The test sets contain errors planted in numbers, units, opposite words, obligations, negations, and conditions in 24 languages, and they include unmodified text and meaning-preserving edits for alerts and false alarms. The trained back-translator concealed many planted errors, most of all weakened obligations, while translation-quality scores rose. In contrast, the separately trained checker detected most planted errors, although it was weak for units and for number changes unlike those in training. A check by the author confirmed the concealment. In addition, a simple rule check caught the number and unit changes, but it alerted on harmless rewrites. A check of alerts on real Finnish translations showed that most alerts were false, caused by language-specific wording, so the precision on real text remains a limitation. Within this setting, a trained checker might support, not replace, the review by competent persons, and firmer conclusions need more data.
• Abstract（参考訳）: 農業用具のオペレータマニュアルは、多くの言語で提供されており、標準では、有能な人はすべての翻訳をレビューする必要があるため、このレビューはボトルネックとなる。 本稿では,同じLLM上の2つのトレーニングワークフローであるEuroLLM-1.7B-Instructを,あるメーカーのオペレータマニュアルに基づいて学習した上で比較した概念の証明について述べる。 アプローチAでは、バックトランスレータが各言語版を英語に翻訳し、英語読者が英語版と比較する。 アプローチBでは、チェッカーが英語版と翻訳を一緒に読み、チェッカーが違いを報告する。 テストセットには、数、単位、反対語、義務、否定、条件が24言語に植えられたエラーが含まれており、修正されていないテキストや、警告や誤報に対する意味保存編集が含まれている。 訓練されたバックトランスレーターは、多くの植樹ミスを隠蔽し、そのほとんどは義務を弱め、翻訳品質のスコアは上昇した。 対照的に、別々に訓練されたチェッカーは、ほとんどの植込み誤差を検知したが、ユニットには弱かった。 著者による小切手がその隠蔽を確認した。 さらに、単純なルールチェックが番号とユニットの変更をキャッチしたが、無害な書き直しを警告した。 実際のフィンランド語翻訳における警告のチェックは、ほとんどの警告が言語固有の単語による誤報であることを示しているため、実際のテキストの精度は依然として制限されている。 この設定内では、訓練されたチェッカーがサポートし、置き換えるのではなく、有能な人のレビューをサポートし、しっかりとした結論を出すにはより多くのデータが必要である。

関連論文リスト

• Do Evaluation Metrics Detect Errors in Classical Chinese to English Translations? [13.334308240256364]
  学術利用において有効な誤りタイプを捕捉する最小ペアに基づく診断フレームワークを提案する。 すべてのメトリクスが盲点を示すのが分かりますが、MetricX24は全体として最も優れています。
  論文  参考訳（メタデータ） (2026-08-08T18:28:43Z)
• Lost in Literalism: How Supervised Training Shapes Translationese in LLMs [51.04435855143767]
  大規模言語モデル(LLM)は機械翻訳において顕著な成功を収めた。 しかし、過度にリテラルと不自然な翻訳を特徴とする翻訳は、依然として永続的な課題である。 我々は、黄金の基準を磨き、不自然なトレーニングインスタンスをフィルタリングするなど、これらのバイアスを軽減する方法を導入する。
  論文  参考訳（メタデータ） (2025-03-06T12:14:45Z)
• Rectifier: Code Translation with Corrector via LLMs [11.38401806203093]
  本稿では,翻訳誤りを修復するマイクロ・ユニバーサルモデルであるRectifierを提案する。 C++,Java,Python間の翻訳タスクの実験結果から,本モデルが有効な修復能力を有することが示された。
  論文  参考訳（メタデータ） (2024-07-10T08:58:41Z)
• (Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts [56.7988577327046]
  翻訳企業の役割と協調の実践をシミュレートする,新しいマルチエージェントフレームワークであるTransAgentsを紹介する。 本研究は,翻訳品質の向上,特にテキストの長文化におけるマルチエージェント協調の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2024-05-20T05:55:08Z)
• FactCheck Editor: Multilingual Text Editor with End-to-End fact-checking [1.985242455423935]
  「FactCheck Editor」は、事実チェックと正しい事実不正確性を自動化するために設計された高度なテキストエディタである。 90以上の言語をサポートし、トランスフォーマーモデルを使用して、人間の労働集約的な事実検証を支援する。
  論文  参考訳（メタデータ） (2024-04-30T11:55:20Z)
• ParroT: Translating during Chat using Large Language Models tuned with Human Translation and Feedback [90.20262941911027]
  ParroTはチャット中の翻訳機能を強化し、規制するフレームワークである。 具体的には、ParroTは、翻訳データを命令フォロースタイルに書き換える。 本稿では,ParroTモデルを微調整するための3つの命令タイプを提案する。
  論文  参考訳（メタデータ） (2023-04-05T13:12:00Z)

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。