Nuevas Tendencias en la Traducción Automática Moderna con Modelos de Razonamiento a Gran Escala

New Trends for Modern Machine Translation with Large Reasoning Models

March 13, 2025

Autores: Sinuo Liu, Chenyang Lyu, Minghao Wu, Longyue Wang, Weihua Luo, Kaifu Zhang

cs.AI

Resumen

Los recientes avances en los Modelos de Razonamiento a Gran Escala (LRMs, por sus siglas en inglés), particularmente aquellos que aprovechan el razonamiento en Cadena de Pensamiento (CoT), han abierto nuevas posibilidades para la Traducción Automática (MT). Este documento de posición argumenta que los LRMs han transformado sustancialmente tanto los paradigmas tradicionales de MT neuronal como los basados en Modelos de Lenguaje de Gran Escala (LLMs), al replantear la traducción como una tarea de razonamiento dinámico que requiere comprensión y razonamiento contextual, cultural y lingüístico. Identificamos tres cambios fundamentales: 1) coherencia contextual, donde los LRMs resuelven ambigüedades y preservan la estructura del discurso mediante un razonamiento explícito sobre contextos complejos o incluso la falta de contexto; 2) intencionalidad cultural, permitiendo que los modelos adapten sus salidas al inferir la intención del hablante, las expectativas de la audiencia y las normas sociolingüísticas; 3) autorreflexión, donde los LRMs pueden realizar una autorreflexión durante el tiempo de inferencia para corregir errores potenciales en la traducción, especialmente en casos extremadamente ruidosos, mostrando una mayor robustez en comparación con la simple traducción de mapeo X->Y. Exploramos varios escenarios de traducción, incluyendo la traducción estilizada, la traducción a nivel de documento y la traducción multimodal, mostrando ejemplos empíricos que demuestran la superioridad de los LRMs en la traducción. También identificamos varios fenómenos interesantes de los LRMs para MT, como la traducción automática pivot, así como desafíos críticos como la sobrelocalización en la traducción y la eficiencia en la inferencia. En conclusión, consideramos que los LRMs redefinen los sistemas de traducción no meramente como convertidores de texto, sino como agentes cognitivos multilingües capaces de razonar sobre el significado más allá del texto. Este cambio de paradigma nos invita a pensar en los problemas de la traducción más allá de los escenarios tradicionales, en un contexto mucho más amplio con los LRMs: lo que podemos lograr sobre esta base.

English

Recent advances in Large Reasoning Models (LRMs), particularly those leveraging Chain-of-Thought reasoning (CoT), have opened brand new possibility for Machine Translation (MT). This position paper argues that LRMs substantially transformed traditional neural MT as well as LLMs-based MT paradigms by reframing translation as a dynamic reasoning task that requires contextual, cultural, and linguistic understanding and reasoning. We identify three foundational shifts: 1) contextual coherence, where LRMs resolve ambiguities and preserve discourse structure through explicit reasoning over cross-sentence and complex context or even lack of context; 2) cultural intentionality, enabling models to adapt outputs by inferring speaker intent, audience expectations, and socio-linguistic norms; 3) self-reflection, LRMs can perform self-reflection during the inference time to correct the potential errors in translation especially extremely noisy cases, showing better robustness compared to simply mapping X->Y translation. We explore various scenarios in translation including stylized translation, document-level translation and multimodal translation by showcasing empirical examples that demonstrate the superiority of LRMs in translation. We also identify several interesting phenomenons for LRMs for MT including auto-pivot translation as well as the critical challenges such as over-localisation in translation and inference efficiency. In conclusion, we think that LRMs redefine translation systems not merely as text converters but as multilingual cognitive agents capable of reasoning about meaning beyond the text. This paradigm shift reminds us to think of problems in translation beyond traditional translation scenarios in a much broader context with LRMs - what we can achieve on top of it.