大きな言語モデル（LLMs）を外部フィードバックで誘導することが、機械翻訳のポスト編集能力を向上させることが示された。
- Dayeon KiとMarine Carpuatは、異なる形式のフィードバックを使用し、そのうち粒度の高いフィードバックが最も有望であることを示した。
- Nathaniel BergerとStefan Riezlerらは、軽量なフィードバックがLLMsを効果的に導くことができると提案した。
- 提案された2段階プロセスは、人間のフィードバックを活用してLLMsの能力を向上させる。
- 試験の結果、エラーマーキングの提供はLLMsの翻訳修正能力を大幅に向上させた。
これらの研究は、機械翻訳の品質向上と自己修正能力の向上に貢献しており、今後の研究や応用に期待が寄せられる。