09:19
官方一手arXiv: DeepSeek@Yongshi Ye, Biao Fu, Chongxuan Huang, Yidong Chen, Xiaodong Shi
精选
推荐理由：这个TwT框架让翻译模型根据难度动态调整思考量，7B和14B的小模型打过大模型，token还省了30%到60%，做多领域翻译的可以看看。
TwT
共 1 条相关 AI 资讯
8月3日
09:19
TwT（Translation with Thought）是一个难度自适应的多领域机器翻译框架，通过强化学习在直觉与深思推理间动态切换。该模型先利用DeepSeek-R1蒸馏并由GPT-4o重写的长思维链进行监督微调，再通过混合奖励优化翻译质量与推理效率。在15个基准、3种已见语言和59种未见语言上，TwT-7B和TwT-14B的翻译质量超过更大的SOTA推理模型，同时token用量减少32%至60%。