质量感知解码的搜索效用研究

2026年10月26日，arXiv cs.CL 发布一项实证研究，考察机器翻译质量感知解码（QAD）中搜索的效用。研究指出，QAD 为每句分配相同候选预算 N 的假设并不成立：额外候选带来的翻译质量增益因句而异。研究用总扩展增益、边际扩展增益与采样饱和点三项指标刻画搜索效用。结果显示，句子级信号与总增益相关，但对饱和点提供的信息较弱；当前候选池的统计量则能提示边际增益。研究认为，这些信号可识别出在选择性追加搜索时收益更大的句子，从而支持按句分配搜索预算。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。