Failure-Aware Long-Form Translation: Design and Implementation of a Recoverable LLM Translation System
本文介绍了一种可恢复的长文本翻译系统的设计与实现，该系统通过延迟输出释放、验证组装结果，并采用带有溯源追踪的结构化重试协议，来缓解 API 层级的故障，从而确保在出现中断或过滤时仍能交付可用的文本。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在读一本由机器人为你实时编写的长篇魔幻故事书。你要求这个机器人将一部 40 页的小说从一种语言翻译成另一种语言。在计算机科学领域，这被称为“长文本翻译”（Long-Form Translation）。这不仅仅是词语的交换，更关乎于如何逐段保持整个故事的连贯性而不迷失方向。但这里有一个棘手的部分：有时机器人在内部完美地完成了任务，但它递给你的故事却是破碎的。也许它不小心重复了你给它的指令，也许它在句子中途停止了，或者它悄悄跳过了半本书，直接给了你结尾。这篇论文存在于试图为这些 AI 机器人构建“安全网”的科学角落。它提出了一个简单但至关重要的问题：如果机器人开始吐出垃圾或者在中途停止，我们该如何阻止这些糟糕的内容出现在你的屏幕上，同时保留我们已经拥有的好的部分？
这篇题为《故障感知长文本翻译》（Failure-Aware Long-Form Translation）的论文，本质上是一个非常聪明、非常谨慎的翻译系统蓝图。作者 Yanlin Yu 意识到，仅仅因为机器人说“我做完了！”并不意味着这项工作实际上是可用的。因此，他们设计了一个系统，充当站在机器人与读者之间的严格编辑。这个系统并没有让机器人一想到词就立刻喊出来，而是将前 64 个字符放在一个“候诊室”里。它会检查这些字符，以确保机器人没有在不小心读自己的作业或重复提示词。如果前几个词看起来很可疑，系统就会吞掉它们，并在你看到任何故障之前，尝试用另一个机器人重新开始。
如果机器人在段落中间被切断了——也许是网络波动，或者是机器人累了——该系统不会直接扔掉整页并重新开始。那样太浪费了！相反，它会查看已写的内容，找到最后一个有意义的完整句子或段落，并保存那部分内容。然后它会告诉下一个机器人：“这是你中断的地方；请从这里继续。”这被称为“边界安全型”（boundary-safe）恢复。这就像如果你正在建造一座沙堡，而一波浪花冲走了顶部的塔楼；你不会拆掉整个城堡，而是会在湿润沙子的边缘将其抹平，然后在坚实的底座上开始建造下一座塔楼。
论文还引入了一个“故障矩阵”（failure matrix），它就像是一份关于可能出错情况的清单。它区分了仅仅是时间耗尽的机器人（“传输”故障）和给出了礼貌但无用回答的机器人（“输出”故障）。该系统有一个严格的规则：如果一个机器人失败了，它会尝试另一个，但只会尝试几次。如果所有聪明的机器人都失败了，系统会切换到一个更简单、更快速的机器翻译器来完成工作，但它会清晰地将那部分内容标记为“机器制作”，以便你知道其中的区别。
作者用 38 种特定场景测试了这个系统，包括机器人被诱导重复其指令或突然停止的情况。在这些测试中，系统成功拦截了 14 种不同类型的“错误”输出，使其在被人类看到之前就被拦截。它还成功挽救了 31 个原本会在完全重启中丢失的字符。这篇论文并不声称这是面向全世界的完美翻译器，也不说它是创作优美文学的最佳工具。相反，它证明了这种特定的“安全协议”完全按照设计运行：它隐藏了坏的部分，保存了好的部分，并且绝不让读者猜测幕后发生了什么。这是一个并非为了追求最快，而是为了成为你阅读体验中最可靠守护者的系统。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。