翻译前推理：通过结构化推理增强法律机器翻译

法律领域的神经机器翻译（NMT）是一项语言和概念上要求很高的任务，这主要是由于法律语言的复杂性及其对精度的要求很高。最近出现的具有推理能力的语言模型为应对此类挑战提供了新的可能性。他们添加了一系列其他先前提出的技术来提高翻译质量，其中包括监督 微调 和强化学习。在这项工作中，我们对这些不同的方法进行了比较。更具体地说，我们评估了通过各种再训练范例增强的 Qwen3.5 4B、Qwen3.5 9B 和 Gemma 3 12B 等小型语言模型，并将它们的性能与前沿推理模型进行了比较。我们关注瑞士的法律体系，该体系以其独特的多语言法规为推理增强模型提供了一个特别具有挑战性的测试平台。我们的结果表明，小型“基础”模型的质量可以大大提高，并且具有可验证奖励的强化学习可以应用于法律领域的 NMT，并超越有监督的 微调 的翻译质量。增强型小模型的性能接近最先进的推理模型之一，但仍然较差。我们还注意到，随着模型大小的增加，重新训练范例的回报会递减。代码和模型可在 https://github.com/aixiuxiuxu/Legal-MT-SFT-RL 上公开获取。