LLM 细化究竟提升了什么？文档级文学翻译的系统性研究

迭代自我细化是一种简单的机器翻译推理策略，即 LLM 在多次推理中修订自身译文。本文系统研究了文档级文学翻译，涵盖九个模型和七种语言对。研究发现，文档级翻译后接片段级细化能带来稳健提升，而文档级细化效果有限。通用细化提示优于特定错误提示。人类评估显示，细化主要提升流畅度、风格和术语，对充分性改善有限。实验表明，细化倾向于将输出拉向细化模型的分布，而非针对性修复错误。