Beyond Human Translation

本文提出了一种基于大语言模型（LLMs）的多代理框架，用于翻译超长文学文本，命名为TransAgents。由于文学文本的复杂语言、比喻表达和文化差异，翻译一直是一个巨大的挑战。TransAgents 模仿传统的翻译出版过程，通过多个代理的集体能力，解决文学作品翻译的复杂需求。为评估系统效果，本文提出了两种创新的评估策略：单语人类偏好（MHP）和双语 LLM 偏好（BLP）。MHP 从目标语言的单语读者角度评估翻译，而 BLP 则使用先进的 LLM 直接将翻译与原文进行比较。研究结果表明，尽管 TransAgents 的 d-BLEU 得分较低，但其翻译在需要特定领域知识的类型中更受人类评估者和 LLM 的偏好。本文还通过案例研究突出了 TransAgents 的优点和局限，并提出了未来研究方向。