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”

GoodNav于12月26日报道，腾讯研究院新推出的DRT-o1系列模型，采用了长思维链（long chain-of-thought，简称CoT）方法，使其在理解比喻和隐喻等方面表现更佳，从而提升了文学作品的翻译质量。

项目背景

需说明的是，虽然神经机器翻译（NMT）在日常文本翻译中已取得显著成果，但在文学作品翻译，尤其是涉及隐喻和明喻等修辞手法时，依然面临巨大挑战。

这些表达常常蕴含深厚的文化和语境内涵，简单的直译往往无法准确传达其深意，而腾讯开发的DRT-o1系统为解决这一难题提供了新思路。

项目介绍

研究团队从古腾堡计划（Project Gutenberg）中选取了400本公共领域的英文书籍，提取了577600个句子，并筛选出63000个包含明喻和隐喻的句子，用于训练模型以进行“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，而评估员根据预设指标对翻译质量进行评分，通过反复迭代提升翻译效果。

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，并提供其翻译。

• 初步翻译：接着，翻译者根据源句子和关键词的双语对应关系提供初步翻译。

• 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，评估员根据预定义的评分标准给出总体评分。翻译者依据反馈和评分进行新的翻译。当评分达到预设阈值或迭代次数达到最大值时，循环结束。

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

开发者举了一个例子，原文为：

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.

该句中的“struck her all of a heap”是一个成语，意指某事对她产生了强烈影响。经过长链思考的DRT-o1模型，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。

该翻译不仅准确传达了原意，还保留了情感色彩。相比之下，谷歌翻译则为：

母亲双脚撑在凳子上，似乎想弄清楚这个答案的真相，其女性的深刻性让她大吃一惊。

而Deepl的翻译为：

母亲把脚支在凳子上，似乎想弄清这个答案的来龙去脉，而这个答案的女性化深刻性让她茅塞顿开。

性能

DRT-o1系列分为DRT-o1-7B和DRT-o1-14B两个版本。

实验结果显示，与Qwen2.5-7B-Instruct相比，DRT-o1-7B的BLEU分数提升了8.26分，CometScore提高了3.36分；而DRT-o1-14B相较于Qwen2.5-14B-Instruct的BLEU提高了7.33，CometScore提升了1.66。

DRT-o1-7B的性能甚至超过了更大的模型QwQ-32B，其BLEU分数高出7.82分，CometScore高出1.46分，展示了其在处理复杂语言结构方面的卓越能力。