Buchumschlag

Can LLMs Really Learn to Translate a Low-Resource Language from One Grammar Book?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aycock, Seth, Stap, David, Wu, Di, Monz, Christof, Sima'an, Khalil
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Limits of Model Merging for Multilinguality in Pre-Training
von: Aycock, Seth, et al.
Veröffentlicht: (2026)

Please Translate Again: Two Simple Experiments on Whether Human-Like Reasoning Helps Translation
von: Wu, Di, et al.
Veröffentlicht: (2025)

The Effect of Language Diversity When Fine-Tuning Large Language Models for Translation
von: Stap, David, et al.
Veröffentlicht: (2025)

How Far Can 100 Samples Go? Unlocking Overall Zero-Shot Multilingual Translation via Tiny Multi-Parallel Data
von: Wu, Di, et al.
Veröffentlicht: (2024)

Calibrating Translation Decoding with Quality Estimation on LLMs
von: Wu, Di, et al.
Veröffentlicht: (2025)

Beyond Shared Vocabulary: Increasing Representational Word Similarities across Languages for Multilingual Machine Translation
von: Wu, Di, et al.
Veröffentlicht: (2023)

The Fine-Tuning Paradox: Boosting Translation Quality Without Sacrificing LLM Abilities
von: Stap, David, et al.
Veröffentlicht: (2024)

How to Learn in a Noisy World? Self-Correcting the Real-World Data Noise in Machine Translation
von: Meng, Yan, et al.
Veröffentlicht: (2024)

Remedy: Learning Machine Translation Evaluation from Human Preferences with Reward Modeling
von: Tan, Shaomu, et al.
Veröffentlicht: (2025)

On the Evaluation Practices in Multilingual NLP: Can Machine Translation Offer an Alternative to Human Translations?
von: Choenni, Rochelle, et al.
Veröffentlicht: (2024)

A Benchmark for Learning to Translate a New Language from One Grammar Book
von: Tanzer, Garrett, et al.
Veröffentlicht: (2023)

Analyzing and Improving Cross-lingual Knowledge Transfer for Machine Translation
von: Stap, David
Veröffentlicht: (2026)

Read it in Two Steps: Translating Extremely Low-Resource Languages with Code-Augmented Grammar Books
von: Zhang, Chen, et al.
Veröffentlicht: (2025)

IKUN for WMT24 General MT Task: LLMs Are here for Multilingual Machine Translation
von: Liao, Baohao, et al.
Veröffentlicht: (2024)

Neuron Specialization: Leveraging intrinsic task modularity for multilingual machine translation
von: Tan, Shaomu, et al.
Veröffentlicht: (2024)

Disentangling the Roles of Target-Side Transfer and Regularization in Multilingual Machine Translation
von: Meng, Yan, et al.
Veröffentlicht: (2024)

What Does Neuro Mean to Cardio? Investigating the Role of Clinical Specialty Data in Medical LLMs
von: Yan, Xinlan, et al.
Veröffentlicht: (2025)

Can LLMs Help Create Grammar?: Automating Grammar Creation for Endangered Languages with In-Context Learning
von: Spencer, Piyapath T, et al.
Veröffentlicht: (2024)

Analyzing the Evaluation of Cross-Lingual Knowledge Transfer in Multilingual Language Models
von: Rajaee, Sara, et al.
Veröffentlicht: (2024)

Do Language Models Reason Across Languages?
von: Meng, Yan, et al.
Veröffentlicht: (2026)

Back to School: Translation Using Grammar Books
von: Hus, Jonathan, et al.
Veröffentlicht: (2024)

LLM-Assisted Rule Based Machine Translation for Low/No-Resource Languages
von: Coleman, Jared, et al.
Veröffentlicht: (2024)

Is It a Free Lunch for Removing Outliers during Pretraining?
von: Liao, Baohao, et al.
Veröffentlicht: (2024)

Remedy-R: Generative Reasoning for Machine Translation Evaluation without Error Annotations
von: Tan, Shaomu, et al.
Veröffentlicht: (2025)

How Important is `Perfect' English for Machine Translation Prompts?
von: Schmidtová, Patrícia, et al.
Veröffentlicht: (2025)

3-in-1: 2D Rotary Adaptation for Efficient Finetuning, Efficient Batching and Composability
von: Liao, Baohao, et al.
Veröffentlicht: (2024)

Transcending Language Boundaries: Harnessing LLMs for Low-Resource Language Translation
von: Shu, Peng, et al.
Veröffentlicht: (2024)

Grammar-Forced Translation of Natural Language to Temporal Logic using LLMs
von: English, William, et al.
Veröffentlicht: (2025)

ApiQ: Finetuning of 2-Bit Quantized Large Language Model
von: Liao, Baohao, et al.
Veröffentlicht: (2024)

Self-Hinting Language Models Enhance Reinforcement Learning
von: Liao, Baohao, et al.
Veröffentlicht: (2026)

How Good Are LLMs for Literary Translation, Really? Literary Translation Evaluation with Humans and LLMs
von: Zhang, Ran, et al.
Veröffentlicht: (2024)

Do Large Language Models Grasp The Grammar? Evidence from Grammar-Book-Guided Probing in Luxembourgish
von: Li, Lujun, et al.
Veröffentlicht: (2025)

LLMs for Translation: Historical, Low-Resourced Languages and Contemporary AI Models
von: Tekgurler, Merve
Veröffentlicht: (2025)

Can Linguistically Related Languages Guide LLM Translation in Low-Resource Settings?
von: Ramasethu, Aishwarya, et al.
Veröffentlicht: (2026)

An Empirical Study of Many-Shot In-Context Learning for Machine Translation of Low-Resource Languages
von: Lu, Yinhan, et al.
Veröffentlicht: (2026)

Compensating for Data with Reasoning: Low-Resource Machine Translation with LLMs
von: Frontull, Samuel, et al.
Veröffentlicht: (2025)

Vuyko Mistral: Adapting LLMs for Low-Resource Dialectal Translation
von: Kyslyi, Roman, et al.
Veröffentlicht: (2025)

When Contextual Inference Fails: Cancelability in Interactive Instruction Following
von: Bila, Natalia, et al.
Veröffentlicht: (2026)

Communicating with Speakers and Listeners of Different Pragmatic Levels
von: Naszadi, Kata, et al.
Veröffentlicht: (2024)

Prompt, Translate, Fine-Tune, Re-Initialize, or Instruction-Tune? Adapting LLMs for In-Context Learning in Low-Resource Languages
von: Toukmaji, Christopher, et al.
Veröffentlicht: (2025)