Buchumschlag

Compensating for Data with Reasoning: Low-Resource Machine Translation with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Frontull, Samuel, Ströhle, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rule-Based, Neural and LLM Back-Translation: Comparative Insights from a Variant of Ladin
von: Frontull, Samuel, et al.
Veröffentlicht: (2024)

Dialectal and Low-Resource Machine Translation for Aromanian
von: Jerpelea, Alexandru-Iulius, et al.
Veröffentlicht: (2024)

Pretraining Strategies using Monolingual and Parallel Data for Low-Resource Machine Translation
von: Nguefack, Idriss Nguepi, et al.
Veröffentlicht: (2025)

Open Language Data Initiative: Advancing Low-Resource Machine Translation for Karakalpak
von: Mamasaidov, Mukhammadsaid, et al.
Veröffentlicht: (2024)

Generative-Adversarial Networks for Low-Resource Language Data Augmentation in Machine Translation
von: Zeng, Linda
Veröffentlicht: (2024)

Low-Resource Machine Translation through the Lens of Personalized Federated Learning
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

TopXGen: Topic-Diverse Parallel Data Generation for Low-Resource Machine Translation
von: Zebaze, Armel, et al.
Veröffentlicht: (2025)

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

BhashaSetu: A Data-Centric Approach to Low-Resource Machine Translation
von: Thakkar, Param, et al.
Veröffentlicht: (2026)

Pointer-Generator Networks for Low-Resource Machine Translation: Don't Copy That!
von: Bafna, Niyati, et al.
Veröffentlicht: (2024)

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

Neural Machine Translation for Coptic-French: Strategies for Low-Resource Ancient Languages
von: Chaoui, Nasma, et al.
Veröffentlicht: (2025)

Is Small Language Model the Silver Bullet to Low-Resource Languages Machine Translation?
von: Song, Yewei, et al.
Veröffentlicht: (2025)

Misgendering and Assuming Gender in Machine Translation when Working with Low-Resource Languages
von: Ghosh, Sourojit, et al.
Veröffentlicht: (2024)

Improving LLMs for Machine Translation Using Synthetic Preference Data
von: Vajda, Dario, et al.
Veröffentlicht: (2025)

Translation or Recitation? Calibrating Evaluation Scores for Machine Translation of Extremely Low-Resource Languages
von: Chen, Danlu, et al.
Veröffentlicht: (2026)

Fine-Tuning LLMs for Low-Resource Dialect Translation: The Case of Lebanese
von: Yakhni, Silvana, et al.
Veröffentlicht: (2025)

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

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

The Effectiveness of Morphology-aware Segmentation in Low-Resource Neural Machine Translation
von: Sälevä, Jonne, et al.
Veröffentlicht: (2021)

From LLM to NMT: Advancing Low-Resource Machine Translation with Claude
von: Enis, Maxim, et al.
Veröffentlicht: (2024)

Beyond MLE: Investigating SEARNN for Low-Resourced Neural Machine Translation
von: Emezue, Chris
Veröffentlicht: (2024)

Machine Translation Advancements of Low-Resource Indian Languages by Transfer Learning
von: Wei, Bin, et al.
Veröffentlicht: (2024)

A Tulu Resource for Machine Translation
von: Narayanan, Manu, et al.
Veröffentlicht: (2024)

Understanding In-Context Machine Translation for Low-Resource Languages: A Case Study on Manchu
von: Pei, Renhao, et al.
Veröffentlicht: (2025)

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

In-Context Example Selection via Similarity Search Improves Low-Resource Machine Translation
von: Zebaze, Armel, et al.
Veröffentlicht: (2024)

ChakmaNMT: Machine Translation for a Low-Resource and Endangered Language via Transliteration
von: Chakma, Aunabil, et al.
Veröffentlicht: (2024)

Reflective Translation: Improving Low-Resource Machine Translation via Structured Self-Reflection
von: Cheng, Nicholas
Veröffentlicht: (2026)

Pivot Language for Low-Resource Machine Translation
von: Talwar, Abhimanyu, et al.
Veröffentlicht: (2025)

LLMs Are Few-Shot In-Context Low-Resource Language Learners
von: Cahyawijaya, Samuel, et al.
Veröffentlicht: (2024)

Moral Reasoning Across Languages: The Critical Role of Low-Resource Languages in LLMs
von: Zhou, Huichi, et al.
Veröffentlicht: (2025)

MetaMT,a MetaLearning Method Leveraging Multiple Domain Data for Low Resource Machine Translation
von: Li, Rumeng, et al.
Veröffentlicht: (2019)

A Data Selection Approach for Enhancing Low Resource Machine Translation Using Cross-Lingual Sentence Representations
von: Kowtal, Nidhi, et al.
Veröffentlicht: (2024)

Investigating Neural Machine Translation for Low-Resource Languages: Using Bavarian as a Case Study
von: Her, Wan-Hua, et al.
Veröffentlicht: (2024)

Expanding FLORES+ Benchmark for more Low-Resource Settings: Portuguese-Emakhuwa Machine Translation Evaluation
von: Ali, Felermino D. M. Antonio, et al.
Veröffentlicht: (2024)

MERIT: Multilingual Expert-Reward Informed Tuning for Chinese-Centric Low-Resource Machine Translation
von: Lu, Zhixiang, et al.
Veröffentlicht: (2026)

Improving Low-Resource Machine Translation via Round-Trip Reinforcement Learning
von: Attia, Ahmed, et al.
Veröffentlicht: (2026)

From Priest to Doctor: Domain Adaptation for Low-Resource Neural Machine Translation
von: Marashian, Ali, et al.
Veröffentlicht: (2024)

Predicting Machine Translation Performance on Low-Resource Languages: The Role of Domain Similarity
von: Khiu, Eric, et al.
Veröffentlicht: (2024)