句子级和上下文感知机器翻译的交叉偏好学习

上下文感知机器翻译 (MT) 利用文档级信息，但它的性能并不总是优于句子级 MT，因为上下文信号在句子之间的益处并不均衡。现有的训练目标没有明确地模拟这种可变性，限制了模型自适应地利用上下文的能力。在本文中，我们提出了交叉偏好学习（CPL），这是一种基于偏好的训练框架，它明确地捕捉了句子级和上下文感知机器翻译的互补优势。 CPL 通过将条件内和跨条件偏好集成到偏好优化目标中来实现这一目标，提供明确的监督以利用信息丰富的上下文，同时保持对非信息上下文的鲁棒性。我们使用多个模型（包括 Qwen3-4B、Qwen3-8B 和 Llama-3-8B-Instruct）在多个公共上下文感知 MT 任务上验证了所提出的方法。实验结果表明，在两种输入条件下，翻译质量和稳健性均得到了持续改进，无需任何架构修改即可实现。