LLM 翻译能否摆脱逐句模式？PAT 用 RAG 探索整篇改写

导语

机器翻译和 CAT 工具长期默认一个前提：把原文切成句子，逐句生成目标语。这个流程高效、便于对齐和审校，但也容易忽略篇章层面的组织方式、论证节奏、语气选择和文化语用差异。arXiv 上一篇题为《Can an Old Dog Be Taught New Tricks? Taking LLMs Beyond Sentence Level Translation》的论文，正是围绕这个问题展开：大语言模型能不能被引导着不再只是“翻译句子”，而是生成更像目标语长文的整篇草稿？

核心要点

• 研究对象不是普通机器翻译提速，而是篇章级重写。 论文关注从美国英语到拉美及墨西哥西班牙语的长文翻译，目标是给专业译者验证的初稿，而非完全自动交付。
• 作者提出 PAT（Pragmatic Auto-Translator）。 这是一个基于 RAG 的系统，会结合用户设定的翻译规格，以及来自真实长文的英美英语和拉美西语可比语料。
• 检索上下文不只停留在句子。 PAT 会把段落、章节乃至文档级示例提供给 LLM，希望模型参考目标语中的篇章组织、修辞风格和语用规范。
• 评估采用定制 MQM 类型体系。 研究评估了三个项目中的六个生成式 AI 主题文章译文，由两名受训评估者从美式英语到 LATAM 和墨西哥西语方向进行判断。
• 结果是“能推动，但还不够可靠”。 有限提示几乎没有带来有意义的重构；加入规格和语料信息后，有时会出现明显 reformulation，但并不总是带来更好的译文效果。

意义与影响

这项工作的重要性在于，它把 LLM 翻译讨论从“句子是否准确”推进到“目标文本是否像目标语社群中真实存在的文章”。对于跨文化传播、专业本地化和长篇知识内容翻译来说，逐句忠实并不总等于有效表达。不同语言社群可能偏好不同的段落结构、论证顺序和读者预设，模型若只在句级对齐上优化，很难处理这些差异。

不过，论文也提醒我们：让模型大胆改写并不等于提高质量。RAG 提供的语料示例、用户规格的设计、检索粒度，以及质量评估方法，都会影响最终结果。对于专业翻译流程而言，PAT 更像是一个面向译者的草稿生成工具，而不是取代审校的自动系统。

总体来看，这篇论文为 LLM 翻译系统设计提供了一个清晰方向：未来的高质量翻译不应只追求句子级对应，而要把篇章结构、语用目标和目标语真实语料纳入生成过程。它证明了 LLM 可以被推离逐句范式，但如何让这种改写稳定、可控且真正有效，仍是后续研究的关键。

来源：arXiv