Loong：具有观察与行动自适应上下文选择功能的类人长文档翻译代理

文档级翻译仍然是 大语言模型 最具挑战性的任务之一，它受到有限上下文窗口的限制，阻碍了全局凝聚力，同时又受到冗余上下文信息的影响，降低了翻译质量。为了解决这个问题，我们提出了一种名为 Loong 的类人长文档翻译代理，它利用 3E 内存模块（Essence-Exemplar-Entity）来存储摘要、句子对和实体记录作为历史上下文。 Loong 不是被动地关注所有历史，而是执行深度推理来自适应地识别翻译指导的最佳上下文。 Loong 通过强化学习，利用从其自己采样的观察和行动推理轨迹中得出的偏好数据，优化其上下文策略。实证评估表明，Loong 在英语 $\Leftrightarrow$ 中文、德语和法语方向上实现了翻译质量的大幅提升，在三个评估指标上平均提升高达 13.0 分。此外，Loong 表现出强大的跨领域泛化能力和对上下文噪声的鲁棒性，同时在超长文档翻译中保持显着的稳定性。我们的代码发布在https://github.com/YutongWang1216/LoongDocMT。