大型语言模型在文学翻译中的真实表现如何？与人类和大型语言模型的文学翻译评估
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了文学翻译评价的不足，通过引入LITEVAL-CORPUS，一个包含经过验证的人类翻译和9个机器翻译系统输出的段落级平行语料库。研究发现，传统的多维质量度量（MQM）在文学翻译中不够有效，而人类翻译在评估中明显优于大型语言模型的翻译，尤其是最新的LLM（如GPT-4）表现更佳。
近期机器翻译的进展提升了翻译质量，但文学作品翻译仍面临挑战。本文介绍了名为TransAgents的多智能体框架，通过模拟传统翻译流程，结合单语种人类偏好和双语LLM偏好两种评估策略，研究表明TransAgents在特定领域的翻译效果优于人工参考翻译，展示了其优势与局限性。
