本文提出了一种基于状态移动距离的多对多跨语言神经机器翻译模型，能够实现零-shot 翻译。通过移除编码器层中的残差连接，模型在零翻译任务上提升了18.5个BLEU点，同时保持高质量翻译表现。研究表明，该方法在多语言翻译中显著优于传统模型，增强了语言无关性。

本研究提出了一种解决多语言神经机器翻译中零翻译问题的方法，通过移除编码器层中的残差连接，使模型表示更加与特定语言对应。实验证明，该方法在零翻译任务上获得了18.5个BLEU点的提升，并在其他有监督的翻译中表现出高质量。同时，通过对隐藏层输出的检查，证明该方法能够获得更多的语言无关性。

本研究提出了一种有效缓解多语言神经机器翻译中零翻译问题的方法，通过移除编码器层中的残差连接，使模型表示更加与特定语言对应。在零翻译任务中，我们获得了18.5个BLEU点的提升，并在其他有监督的翻译中保持了高质量表现。通过对隐藏层输出的检查，我们证明了该方法能够获得更多的语言无关性。