腾讯推出DRT-o1系列AI模型：长链思考推理实现文学翻译“信达雅”

　　腾讯研究院最新推出了 DRT-o1 系列模型，主要通过长思维链(long chain-of-thought，简称 CoT)，更能理解比喻和隐喻等，从而提高文学作品的翻译质量。

　　项目背景

　　神经机器翻译(NMT)在处理日常文本翻译方面已取得显著进展，但在翻译文学作品时，特别是隐喻和明喻等修辞手法时，仍面临巨大挑战。

　　这些表达通常蕴含深厚的文化和语境含义，简单的直译往往无法准确传达其内涵，而腾讯开发的 DRT-o1 系统，为解决这一难题提供了新的思路。

　　项目介绍

　　研究人员从古腾堡(Project Gutenberg)计划中选取 400 本公共领域英文书籍，提取 577600 个句子，并筛选出 63000 个包含明喻和隐喻的句子，用于训练模型进行“深度思考”。

　　DRT-o1 采用了一种创新的多智能体框架，包含翻译员、顾问和评估员三个角色。翻译员负责初步翻译，顾问提供修改建议，评估员则根据预设指标对翻译质量进行评分，通过反复迭代，不断提升翻译质量。

　　工作流程包括三个主要步骤：

　　关键词翻译：翻译者首先识别句子中的关键词，并提供它们的翻译。

　　初步翻译：然后，翻译者根据源句子和关键词的双语对应关系提供一个初步的翻译。

　　翻译精炼循环：在精炼循环中，顾问评估前一步的翻译并提供反馈，评估者根据预定义的评分标准给出整体评分。翻译者根据反馈和评分提供新的翻译。当评分达到预定义的阈值或迭代次数达到最大值时，循环停止。

　　最终的翻译结果会由 GPT-4o 进行润色，确保流畅性和可读性，最终数据集包含 22264 个经过深度思考的机器翻译样本。

　　开发者提到了一个例子，原文是：

　　The mother, with her feet propped up on a stool, seemed to be trying to get to the bottom of that answer, whose feminine profundity had struck her all of a heap.

　　这句话中的“struck her all of a heap”是一个成语，表示某事对她产生了强烈的影响。DRT-o1 模型通过长链思考过程，最终将其翻译为：

　　母亲将双脚搭在凳子上，似乎在努力探究那个答案，那答案中女性特有的深刻性令她猛然心生震撼。

　　这个翻译不仅传达了原文的意思，还保留了原文的情感色彩。

　　性能

　　DRT-o1 系列共有 DRT-o1-7B 和 DRT-o1-14B 两个规模版本。

　　实验结果表明，与 Qwen2.5-7B-Instruct 相比，DRT-o1-7B 的 BLEU 分数提高了 8.26 分，CometScore 提高了 3.36 分;与 Qwen2.5-14B-Instruct 相比，DRT-o1-14B 的 BLEU 提高了 7.33，CometScore 提高了 1.66。

　　DRT-o1-7B 的性能甚至超过了更大的模型 QwQ-32B，BLEU 分数高出 7.82 分，CometScore 高出 1.46 分，展现了其在处理复杂语言结构方面的强大能力。