EMNLP 2026 Oral｜HOMURA：面向时间受限场景的 LLM 翻译强化学习优化

EMNLP 2026 Oral｜HOMURA：面向时间受限场景的 LLM 翻译强化学习优化

摘要

大语言模型翻译存在系统性冗长偏差，难以满足字幕等时间受限场景。为此，研究提出Sand-Glass基准与HOMURA强化学习框架，通过动态音节比例奖励精准控制译文长度，在保持语义的同时显著提升时间合规性，实现了高质量的时间受限翻译。