CycleDistill：无需平行语料的印度语翻译蒸馏

CycleDistill 提出一种无需大规模平行语料的翻译提升方法：先用 LLM 从单语文本生成合成翻译，再用这些合成数据微调模型并循环迭代。2026 年 10 月 25 日的报道显示，在 Gemma 2B 零样本设定下，首轮蒸馏使孟加拉语、印地语、马拉雅拉姆语的 chrF 分别提升 +26.3、+29.6、+24.5；Gemma 9B 的对应提升为 +19.7、+16.5、+20.3。报道同时指出，绝大部分提升集中在第一轮，后续迭代常常停滞，甚至因模型自我强化错误而出现退化。目前公开的效果数据均来自上述零样本实验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。