顶会ACL 2024专场：大模型多语言能力

 Datawhale论文 

分享：陈安东，哈工大，Datawhale成员

WhalePaper简介

由Datawhale团队成员发起，对目前学术论文中比较成熟的 Topic 和开源方案进行分享，通过一起阅读、分享论文学习的方式帮助大家更好地“高效+全面+自律”学习，让大家都有所收获和提升！方向包括自然语言处理（NLP）、计算机视觉（CV）、推荐（Res）等相关方向的论文解读和分享，后续将融入更多的方向。

开源地址：https://datawhalechina.github.io/whale-paper

本期活动

嘉宾简介

陈安东，哈尔滨工业大学计算机系二年级博士生，研究方向大语言模型(LLM)的多语言方向。在ACL、EMNLP、ICAIL和TALLIP等AI领域顶级会议和期刊上发表多篇论文。Datawhale成员，大模型基础和理论开源教程So-Large-LM发起人，目前获得了1.4K stars。

Github地址：https://github.com/datawhalechina/so-large-lm

公众号专栏：大航海图鉴：大模型全指南系列

分享详情

论文题目：DUAL-REFLECT: Enhancing Large Language Models for Reflective Translation through Dual Learning Feedback Mechanisms

分享方向：大模型多语言能力

分享大纲：

1. 1. 1. 大模型有望成为这个时代的巴别塔？

      2. 当前大模型多语言能力局限性

      3. 机器翻译与大模型翻译范式的迁移

      4. 向“信达雅”的多语言能力前进

论文简介：

最近，通过自我反思增强的大型语言模型（LLMs）在机器翻译上取得了惊艳的表现。其核心思想是基于LLMs的反思能力优化生成的翻译结果。然而，现有的自我反思方法缺乏有效的反馈信息，限制了翻译性能。

为解决这一问题，我们引入了一个双重反思框架（DUAL-REFLECT），利用翻译任务的对偶学习特性提供有效反馈信号，从而增强模型的自我反思能力并提升翻译表现。这种方法在各种翻译任务中提高了翻译的准确性，并且增强了消除歧义方面的能力。

分享地址：#腾讯会议：891-723-748

分享时间：2024年5月30日（周四）19点30

Paper议程：分享45分钟，提问环节不限时

本场分享会在b站同步直播

请关注： 二次元的Datawhale

进群参与

群满在公众号后台回复“paper”

一起“点赞”三连↓