基于信心奖励的偏好优化方法CRPO用于机器翻译

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

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。

🏷️

标签

➡️

继续阅读