让大型语言模型超越句子级翻译——老狗能学新把戏吗？

arXiv 一篇论文提出 PAT（Pragmatic Auto-Translator）系统，基于 RAG 方法，将用户配置的规范与可比语料库（美国英语和拉丁美洲西班牙语）中的段落、章节和文档级别示例传递给 LLM，实现整文档生成，以超越逐句翻译范式。评估显示：有限提示未产生有意义重构；规范和语料库信息翻译有时能实现实质性重构但效果不稳定。论文认为 LLM 可以被引导向文档级重构，但仍需更多改进。

传统机器翻译系统大多基于句子级处理，忽略文档级语境和语用规范。该论文首次系统探索通过 RAG 将 LLM 推向整文档翻译，并公开评估了重构效果的不稳定性，为后续文档级翻译产品设计提供了实证参考。

PAT 系统利用 RAG 从用户指定的可比语料库中检索与当前文本相关的段落、章节、文档级示例，连同用户配置的规范一起输入 LLM，使模型在生成整文档时能够参考更广泛的语用和修辞上下文，从而尝试打破逐句翻译的局限。

对翻译产品开发的影响：可能催生支持整文档语境感知的 AI 翻译工具，但当前效果不稳定，产品团队需权衡上下文检索的收益与成本，并针对具体语言对和文档类型优化提示和语料库构建。

• 为专业翻译人员构建基于 RAG 的文档级辅助翻译工具，允许用户上传可比语料并配置风格规范，自动生成需人工验证的草稿。
• 在机器翻译 API 中增加文档级上下文选项，使部分长文本（如报告、论文）获得更一致的术语和风格。

• 哪些类型的文档或语言对最适合文档级重构，哪些场景下句子级仍是更优选择？
• 重构效果不稳定的根本原因是什么？是模型能力、语料质量还是提示设计？
• 用户配置的规范与检索到的示例如何更有效组合才能稳定提升翻译质量？