Study Finds Generic Reasoning Can Hurt AI Translation

大規模言語モデル（LLM）の進展により、回答を生成する前に段階的な推論プロセスを経る手法が登場し、数学や論理タスクで効果を示している。しかし翻訳では、推論を経ずに直接翻訳する手法の方が、多くの言語ペアでより高い性能を示しており、目的に特化したワークフローや追加の構造がない場合、推論モデルは翻訳の品質向上にはつながらないことが研究で明らかになった。この結果は、分析的タスクで有効な思考連鎖型の推論が、翻訳のような言語生成タスクには必ずしも適用できないことを示唆しており、翻訳においては汎用的な推論よりも、むしろ人間の翻訳者が行うような下書きと改訂に近い、構造化された推論プロセスの方が有効である可能性を示している。