Are AI agents the new machine translation frontier? Challenges and opportunities of single- and multi-agent systems for multilingual digital communication

要約

人工知能（AI）の急速な進化により、AIエージェントはさまざまな産業にわたって破壊的なパラダイムとして導入されましたが、機械翻訳（MT）への適用は未脱カタリングのままです。
このペーパーでは、MTの単一エージェントシステムとマルチエージェントシステムの可能性について説明して分析し、多言語のデジタル通信を強化する方法を反映しています。
シングルエージェントシステムはより単純な翻訳タスクに適していますが、構造化された方法で協力する複数の専門的なAIエージェントを含むマルチエージェントシステムは、高精度、ドメイン固有の知識、および文脈認識を必要とする複雑なシナリオに有望なソリューションを提供する場合があります。
MTでのマルチエージェントワークフローの実現可能性を実証するために、合法的なMTでパイロット研究を実施しています。
この研究では、（i）翻訳、（ii）妥当性レビュー、（iii）流encyレビュー、および（iv）最終編​​集のための4つの専門的なAIエージェントを含むマルチエージェントシステムを採用しています。
私たちの調査結果は、マルチエージェントシステムが、従来のMTまたは単一エージェントシステムに優れた翻訳品質を備えたドメイン適応性とコンテキスト認識を大幅に改善する可能性があることを示唆しています。
このペーパーでは、MTのマルチエージェントアプリケーションの将来の研究、プロの翻訳ワークフローへの統合の段階を設定し、論文で分析されたシステムのデモを共有しています。

要約(オリジナル)

The rapid evolution of artificial intelligence (AI) has introduced AI agents as a disruptive paradigm across various industries, yet their application in machine translation (MT) remains underexplored. This paper describes and analyses the potential of single- and multi-agent systems for MT, reflecting on how they could enhance multilingual digital communication. While single-agent systems are well-suited for simpler translation tasks, multi-agent systems, which involve multiple specialized AI agents collaborating in a structured manner, may offer a promising solution for complex scenarios requiring high accuracy, domain-specific knowledge, and contextual awareness. To demonstrate the feasibility of multi-agent workflows in MT, we are conducting a pilot study in legal MT. The study employs a multi-agent system involving four specialized AI agents for (i) translation, (ii) adequacy review, (iii) fluency review, and (iv) final editing. Our findings suggest that multi-agent systems may have the potential to significantly improve domain-adaptability and contextual awareness, with superior translation quality to traditional MT or single-agent systems. This paper also sets the stage for future research into multi-agent applications in MT, integration into professional translation workflows, and shares a demo of the system analyzed in the paper.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google