解锁大型语言模型在机器翻译中的推理能力

面向推理的大型语言模型（RLMs）通过生成显式中间推理，在数学和编程等任务中取得了显著进展。然而，其在机器翻译（MT）中的影响仍鲜有研究。本文系统评估了多个开源和闭源RLMs在WMT24++基准上的表现，发现启用显式推理会普遍降低翻译质量。分析表明，MT的推理轨迹高度线性，缺乏修订、自我纠正和替代翻译的探索，限制了其实用性。此外，从更强模型注入高质量推理轨迹并不能可靠地提升较弱模型的表现。为解决这一不匹配问题，我们提出了一种针对翻译任务的结构化推理框架，基于多步骤草稿、充分性优化、流畅性改进和选择性迭代修订。我们构建了一个动态结构化推理轨迹的合成数据集，并在此基础上对大型推理模型进行后训练。实验表明，该方法在标准翻译微调和注入通用推理基线方法上均有显著提升。我们的研究结果表明，推理必须具有任务结构才能有效提升机器翻译。