超长小说可以用AI翻译了，新型多智能体协作系统媲美人工翻译

机器翻译这些年进步神速，不少领域的翻译质量都有了质的飞跃。但文学文本？那可就另当别论了——复杂的语言、丰富的比喻、深厚的文化背景，让机器翻译至今还是块难啃的骨头。最近一篇论文提出了一个很有意思的思路：用多个AI智能体协同作战，模仿传统出版社的运作流程来翻译超长文学作品。效果怎么样？据说在某些情况下，甚至能跟人工翻译一较高下。

这篇题为《(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts》的论文，提出了一套基于大型语言模型（LLM）的多智能体框架，并为此构建了一家虚拟出版公司——

• 论文：(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts

• 论文地址：https://arxiv.org/abs/2405.11804

这套框架的核心思路，就是让多个智能体各司其职，模拟传统翻译出版流程中的不同角色，通过集体协作来解决复杂翻译问题。为了评估效果，研究团队还设计了两套创新的评价方案：单语人类偏好（MHP）和双语LLM偏好（BLP）。前者从目标语言读者的视角判断翻译质量，后者则用高级LLM直接对比译文和原文。

实验结果显示，无论是人类评审还是LLM，都更偏爱TRANSAGENTS产出的翻译——尤其在需要特定领域知识的地方，它的表现甚至超过了人类参考译文。

多智能体虚拟公司——TRANSAGENTS

这家虚拟的翻译出版公司，员工阵容相当齐全：首席执行官、高级编辑、初级编辑、译员、本地化专家、校对员……一应俱全。当客户把一本书的翻译任务交过来，系统会选出一组智能体团队，像真实出版社那样协同工作，从初译到校对再到定稿，全程保持质量和风格的一致性。

为了增强模拟的真实性，研究使用了GPT-4-turbo为每个角色生成了30组不同的虚拟配置文件。这些配置涵盖了远超语言能力范围的属性——也就是说，每个智能体不光是会翻译，还有自己的“背景”和“专长”。

协作策略主要有两种：

• 加减协作
  （Algorithm 1）：两个智能体搭档。一个负责“加”，尽可能多地提取相关信息；另一个负责“减”，审查这些信息、去掉冗余，并给加法方提供反馈。

• 三方协作
  （Algorithm 2）：分成三个分支——行动（执行指令）、批评（审查并给出建议）、判断（决定是否满意，是否需要修改）。每个分支由单独智能体负责。

评估实验

研究在WMT2023 DLLT测试集上做了自动评估。结果如下表所示：

虽然TRANSAGENTS在d-BLEU指标上不占优势——但别忘了，d-BLEU本身就有局限，它并不能完全反映生成文本的质量和连贯性。

与参考译文1以及GPT-4（GPT-4-1106-PREVIEW）相比，人类评审对TRANSAGENTS翻译的偏好情况如下：

此外，研究还用双语LLM偏好（BLP）做了评估，结果如下：

整体来看，这套多智能体协作框架在处理文学翻译这种高难度任务时，已经展现出了令人印象深刻的潜力。虽然离“完全取代人工”还有距离，但至少给行业提供了一条值得深挖的新路径。