**语法推理：合成语言推理轨迹能否增强低资源机器翻译？**

_Reasoning over Grammar: Can Synthetic Linguistic Reasoning Traces Enhance Low-Resource Machine Translation?_

> 大型语言模型在极低资源语言机器翻译中展现出潜力，但难以有效应用语法知识。受思维链推理启发，本研究提出从通用依存树库、词典和语法规则自动生成逐步语言推理轨迹，并在锡伯语和钦坦语上评估。结果表明，在推理时提供可靠的句子级轨迹作为上下文学习指导，能显著提升翻译性能；但将其用于监督微调或强化微调时，模型往往生成错误内容，收益较小且不稳定。这说明LLM可以利用外部语法分析改善低资源翻译，而学会自主生成正确分析仍是主要瓶颈。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.03782)