文档摘要

04 预训练模型带来的变化 预训练语言模型（PLM）先在海量单语文本上"学语言"，再复用或微调到翻译任务上，为机器翻译带来"语言先验"红利。 它显著缓解了低资源难题、提升了译文自然度，也让"借大模型外力"成为如今翻译落地的主流。这一节讲清预训练—微调的两段式，给出不同借力方式的对比，并点名它的成本与边界。 一句话点破"借力"逻辑 前几节我们一直在"从一个专门训练集从零学翻译"。 会员。《预训练模型带来的变化》收录于灏天文库文集《机器翻译技术原理与实现》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/491-%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E7%8E%B0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流