Enhancing Translation Quality: A Comparative Study of Fine-Tuning and Prompt Engineering in Dialog-Oriented Machine Translation Systems Insights from the MULTITAN-GML Team - Université de Paris - Faculté Sociétés et Humanités
Poster De Conférence Année : 2024

Enhancing Translation Quality: A Comparative Study of Fine-Tuning and Prompt Engineering in Dialog-Oriented Machine Translation Systems Insights from the MULTITAN-GML Team

Domaines

Linguistique Intelligence artificielle [cs.AI] Traitement du texte et du document
Fichier principal
Vignette du fichier
EMNLP24_WMT_MULTITAN_poster-5.pdf (599.39 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Lichao Zhu  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04781595

Soumis le : mercredi 13 novembre 2024-19:04:38

Dernière modification le : jeudi 28 novembre 2024-03:21:34

Télécharger pour visualiser

Dates et versions

hal-04781595 , version 1 (13-11-2024)

Licence

Paternité

Identifiants

  • HAL Id : hal-04781595 , version 1

Citer

Lichao Zhu, Maria Zimina-Poirot, Behnoosh Namdarzadeh, Nicolas Ballier, Jean-Baptiste Yunès. Enhancing Translation Quality: A Comparative Study of Fine-Tuning and Prompt Engineering in Dialog-Oriented Machine Translation Systems Insights from the MULTITAN-GML Team. Ninth Conference on Machine Translation, Nov 2024, Miami (Floride), United States. ⟨hal-04781595⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS LLF CAMPUS-AAR AAI CLILLAC-ARP UP-SCIENCES UP-SOCIETES-HUMANITES IRIF
8 Consultations
3 Téléchargements

Partager

More