机构

University of Zurich

瑞士规模最大的大学,其计算语言学组是机器翻译与自然语言处理研究的重镇。

用 RL 加 chrF 奖励训练大模型照着上下文翻译,学到的是读上下文而非背语言。五种未见语言上平均 0.3335 chrF,SFT 只有 0.2300,跌破基座。