论文11:33推理的代价:强化学习在神经机器翻译中的成本-质量权衡这篇论文用实验告诉你:机器翻译加推理步骤质量更好,但token成本涨三成,做生产部署前得算清楚这笔账。#RLVR#神经机器翻译#强化学习#推理模型aarXiv cs.LG@Michael Jungo, Aixiu An原文稍后读已读值得跟进有用关注 RLVR