基于信心奖励的偏好优化方法CRPO用于机器翻译 本研究聚焦于机器翻译中现有偏好优化方法在数据质量上的不足，提出了一种新的方法——基于信心奖励的偏好优化（CRPO），通过结合奖励评分与模型信心来提升数据选择的有效性。研究结果表明，CRPO在翻译准确性和数据效率方面均优于其他现有方法，具有广泛的应用潜力。 本研究提出了一种基于信心奖励的偏好优化方法（CRPO），旨在提升机器翻译的数据质量。结果表明，CRPO在翻译准确性和数据效率方面优于现有方法，具有广泛的应用潜力。 信心奖励 偏好优化 数据质量 机器翻译 翻译准确性
