張瑋榮

本文第一作者是徐婷，是香港中文大學(xué)博士生，主要研究興趣是大模型的后訓(xùn)練；通訊作者分別是黃志超和程善伯，來自字節(jié)跳動(dòng)Seed團(tuán)隊(duì)。

你是否經(jīng)歷過這樣的場景：觀看一場激動(dòng)人心的全球發(fā)布會(huì)，AI字幕卻總是慢半拍，等你看到翻譯，臺(tái)上的梗已經(jīng)冷掉了。

或者，在跨國視頻會(huì)議上，機(jī)器翻譯的質(zhì)量時(shí)好時(shí)壞，前言不搭后語，讓人啼笑皆非。

這就是同聲傳譯（SimultaneousMachineTranslation,SiMT）領(lǐng)域一直以來的核心技術(shù)挑戰(zhàn)：“質(zhì)量-延遲”權(quán)衡問題（Quality-LatencyTrade-off）。

現(xiàn)在，這些問題迎來了新的解決方案。來自香港中文大學(xué)、字節(jié)跳動(dòng)Seed和斯坦福大學(xué)的研究團(tuán)隊(duì)聯(lián)手提出了一種面向同聲傳譯的序貫策略優(yōu)化框架(SequentialPolicyOptimizationforSimultaneousMachineTranslation,SeqPO-SiMT)。

該方法將同傳任務(wù)巧妙地建模為序貫決策過程，通過優(yōu)化完整的決策序列，顯著提升了翻譯質(zhì)量，同時(shí)有效控制了延遲，其性能直逼、甚至在某些方面超越了同等大小的離線翻譯模型。

論文標(biāo)題:SeqPO-SiMT:SequentialPolicyOptimizationforSimultaneousMachineTranslation

研究背景

同聲傳譯的核心在于機(jī)器需要?jiǎng)討B(tài)地決定“繼續(xù)聽”（READ）還是“開始說”（WRITE）。這個(gè)決策直接影響最終的翻譯效果。例如，當(dāng)模型接收到英文單詞“bark”時(shí)，它面臨一個(gè)困境：如果立即翻譯，可能會(huì)譯為“狗叫”，但若后文出現(xiàn)“ofthetree”，則正確翻譯應(yīng)為“樹皮”。

傳統(tǒng)的同傳方法，它每一步?jīng)Q策（是繼續(xù)聽，還是開始翻譯）都是孤立的。它可能會(huì)因?yàn)檠矍暗摹靶±保ū热绶g出一個(gè)詞）而犧牲掉全局的“大利”（整個(gè)句子的流暢度和準(zhǔn)確性）。

核心方法

針對(duì)這一難點(diǎn)，該論文提出了SeqPO-SiMT框架。其核心思想是將同聲傳譯任務(wù)建模為一個(gè)序貫決策問題，綜合評(píng)估整個(gè)翻譯流程的翻譯質(zhì)量和延遲，并對(duì)整個(gè)決策序貫進(jìn)行端到端的優(yōu)化。

該方法的主要特點(diǎn)是：它不再孤立地評(píng)估每一步?jīng)Q策的好壞，而是將一整句話的翻譯過程（即一個(gè)完整的決策序貫）視為一個(gè)整體，更符合人類對(duì)同傳的評(píng)估過程。

其中，λ是一個(gè)超參數(shù)，用于權(quán)衡質(zhì)量與延遲的重要性。

實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證方法的有效性，研究者們在多個(gè)公開的英漢互譯測試集上進(jìn)行了實(shí)驗(yàn)，并與多種現(xiàn)有的同傳模型進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果顯示：在低延遲水平下，SeqPO-SiMT框架生成的譯文質(zhì)量相較于基線模型有明顯提升。

本文將SeqPO-SiMT的實(shí)時(shí)同傳結(jié)果與多個(gè)高性能模型的離線翻譯結(jié)果進(jìn)行對(duì)比。結(jié)果顯示，SeqPO-SiMT的翻譯質(zhì)量不僅優(yōu)于監(jiān)督微調(diào)（SFT）的離線模型及LLaMA-3-8B，其表現(xiàn)甚至能媲美乃至超越Qwen-2.5-7B的離線翻譯水平。這表明該方法在70億參數(shù)（7B）規(guī)模上實(shí)現(xiàn)了業(yè)界頂尖（SoTA）的性能。

總結(jié)與討論

總的來說，SeqPO-SiMT這項(xiàng)工作的主要貢獻(xiàn)在于，為解決同聲傳譯中的質(zhì)量-延遲權(quán)衡問題提供了一個(gè)新的視角。它強(qiáng)調(diào)了對(duì)決策“序貫”進(jìn)行整體優(yōu)化的重要性。該研究提出的方法，對(duì)于需要進(jìn)行實(shí)時(shí)、連續(xù)決策的自然語言處理任務(wù)具有一定的參考意義，并為未來開發(fā)更高效、更智能的同聲傳譯系統(tǒng)提供了有價(jià)值的探索。

醫(yī)妃傾城:太子妃身世詭譎,步步逼近皇位,卻意外獲得太子殿下狂寵

小說:古代女子身中奇毒,大婚當(dāng)日無人問津,為保小命她裝病嫁王爺

小說:名醫(yī)穿越成太子妃,開局就毒發(fā),靠著在宮中茍活贏得真心