“腾讯DRT-o1模型升级：AI翻译新境界”

近日，腾讯研究院发布了全新的DRT-o1系列模型，该模型利用长思维链（long chain-of-thought，简称CoT）技术，在文学作品的翻译方面取得了显著突破，尤其是对比喻和隐喻等修辞手法的处理，大大提升了翻译质量。

随着神经机器翻译（NMT）技术的不断进步，日常文本的翻译已经得到了显著提升。然而，在处理文学作品时，尤其是那些含有丰富文化和语境含义的隐喻和明喻等修辞手法时，仍存在一定的挑战。传统的直译往往无法准确传达原文的内涵。针对这一难题，腾讯研究院开发了DRT-o1系统，为文学作品翻译提供了新的解决方案。

该项目的研究人员从古腾堡计划中精选了400本公共领域的英文书籍，提取了577600个句子，并从中筛选出63000个包含明喻和隐喻的句子，用于训练模型进行深度思考。DRT-o1采用了一种创新的多智能体框架，其中包括翻译员、顾问和评估员三个角色。翻译员负责初步翻译，顾问提供修改建议，评估员则根据预设指标对翻译质量进行评分。通过反复迭代，模型的翻译质量得到了显著提升。

DRT-o1的工作流程分为三个主要步骤：首先是关键词翻译，翻译者识别句子中的关键词并提供相应的翻译；其次是初步翻译，翻译者根据源句子和关键词的双语对应关系提供一个初步的翻译；最后是翻译精炼循环，顾问和评估员根据反馈和评分标准，对翻译进行优化。

最终，DRT-o1的翻译结果将由GPT-4o进行润色，以确保翻译的流畅性和可读性。目前，该模型已经完成了22264个深度思考的机器翻译样本。

以一句原文为例：“The mother, with her feet propped up on a stool, seemed to be trying to get to the bottom of that answer, whose feminine profundity had struck her all of a heap.”DRT-o1将其翻译为：“母亲将双脚搭在凳子上，似乎在努力探究那个答案，那答案中女性特有的深刻性令她猛然心生震撼。”这个翻译不仅传达了原文的意思，还保留了原文的情感色彩。

在性能方面，DRT-o1系列包括DRT-o1-7B和DRT-o1-14B两个版本。实验结果表明，与Qwen2.5-7B-Instruct相比，DRT-o1-7B的BLEU分数提高了8.26分，CometScore提高了3.36分；与Qwen2.5-14B-Instruct相比，DRT-o1-14B的BLEU提高了7.33分，CometScore提高了1.66分。DRT-o1-7B的性能甚至超过了更大的模型QwQ-32B，BLEU分数高出7.82分，CometScore高出1.46分，显示出其在处理复杂语言结构方面的强大能力。