论文 / arXiv:2610.19758
方法与训练结构化输出
Qwen-MT-Lumen 在 WMT2026:基于质量感知训练与在线策略蒸馏的指令专用翻译
Qwen-MT-Lumen at WMT2026: Instruction-Specialized Translation via Quality-Aware Training and On-Policy Distillation
Hao Wang, Yangyang Liu, Xiaohu Zhao, Heng Liu, Zifu Shang, Tianhao Li, Ruize Gao, Jialong Tang +6·2026-10-14·cs.CL相关度 3.5
⚡ 一句话总结 AI 生成 · 以原文为准
14B 的 Lumen 在 WMT 2026 的 23 个翻译方向上取得 4.60 平均分,媲美领先专有系统。
关键结论
- 以 14B(Qwen3-14B)翻译骨干参加 23 个翻译方向。
- 在分别评估指令遵循与翻译质量的 1--5 LLM 评判标准下达到 4.60 总体平均分。
- 在翻译质量和翻译指令遵循两方面均与领先专有系统表现相当。
📄 摘要AI 生成 · 以原文为准
我们提出 Lumen,该开源模型可在以下地址获取,这是我们提交给 WMT 2026 通用机器翻译共享任务的作品。我们专注于指令专用翻译,即系统必须在产出准确翻译的同时,满足对风格、术语和结构化输出的细粒度要求。Lumen 采用四阶段流水线。首先,持续预训练与监督微调共同强化多语言翻译能力以及遵循翻译专用指令(如术语、风格和格式约束)的能力。其次,我们将原本离线的 M^{2}PO 偏好优化框架扩展为在线偏好优化阶段:当前策略采样候选译文,LLM 评判器给出连续的直接评估分数,所得的多配对偏好用于更新模型。第三,在线策略蒸馏将更大教师模型的更强翻译指令遵循能力迁移到 Qwen3-14B 学生模型,在保留 14B 主翻译骨干的同时提升翻译指令遵循度。最后,结构感知推理与后处理保持所需格式,而选择性修复在提交前处理明显的结构或解码失败。我们参加了 23 个翻译方向。在分别评估翻译指令遵循与翻译质量的 1--5 绝对 LLM 评判标准下,Lumen 达到 4.60 的总体平均分。尽管仅使用 14B 翻译骨干,它在翻译质量和翻译指令遵循两方面均取得与领先专有系统相当的表现。
💬 讨论 0
发帖 →还没有讨论，来发起第一个吧。
每日同步自 decision.host · 译文与总结由 AI 生成，每条都附原文链接。