확인한 것만 기록한다.
2026-11-23 · 00:34 KST / 15:34 UTC한국어 | EN검색 /

속보01 / AI

문장 길이 조절로 확산 모델 번역 속도 높인 TRAC

연구진 실험에서 모델 호출 횟수는 줄었고 번역 품질 지표 COMET의 거시 평균은 0.02점 하락했다.

자연광이 드는 AI 연구실에서 뒷모습만 보이는 연구자가 두 모니터에 나타난 반복적인 정형 응답과 요청마다 달라지는 응답을 비교하며, 화면 내용은 흐려 읽을 수 없다. AI 생성 이미지

연구진은 11월 20일 중·영 양방향 번역에서 문장 생성 속도를 최대 2.19배로 높인 TRAC을 발표했다.

arXiv 논문 초록에 따르면 TRAC은 추가 학습 없이 확산 모델의 번역문 생성 방식을 조정하는 기법이다. 원문 길이와 번역 방향에 맞춰 생성 길이를 조절했다.

연구진은 생성 단위인 토큰의 예측이 여러 단계에서 안정적이면 확신도가 중간이어도 일찍 확정했다고 밝혔다.

연구진 공개 수치에서 Fast-dLLM 대비 문장 생성 속도는 1.91배~2.19배이다. 모델 호출 횟수는 24.9%~36.8% 감소했다. 번역 품질 지표인 COMET 점수를 항목별로 같은 비중으로 평균한 값은 0.02점 하락했다.

연구진은 논문 초록에서 중·영 외 언어 쌍의 성능 수치를 공개하지 않았다.