深度分析 噪聲通道分解下的最小貝葉斯風險解碼：雙向效用提升機器翻譯品質 本研究針對文本生成的最小貝葉斯風險（MBR）解碼提出噪聲通道分解，將解碼評分拆解為假設對參考的似然、參考對假設的似然、假設先驗與參考先驗四個交互組件。實驗顯示，不同評估指標在各通道上的權重差異顯著，但跨任務表現一致，適當加權可提升翻譯品質。
深度分析 主題層級多臂賭場：用 QE 高效找出機器翻譯困難樣本 為了在大規模網路語料中發現對機器翻譯模型真正具挑戰性的測試例，研究將「主題」抽象成多臂賭場中的「臂」，並以有限計算預算反覆抽樣、翻譯與品質估計來量化每個主題的難度。
