**强化学习引导语言模型在上下文中学习未知语言翻译**

_Reinforcement Learning Elicits Contextual Learning of Unseen Language Translation_

> 研究人员提出一种强化学习方法，利用表面级翻译指标（chrF）作为奖励，训练大语言模型从上下文提取和应用语言学知识，以翻译完全未知的低资源语言。实验表明，该方法比上下文学习或监督微调效果更好，证明了基于结果的强化学习可以扩展到语言学习领域。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06428)