MITRA-MT：翻译评分能告诉佛典读者什么，又不能告诉什么

逐段检验的翻译工具

Sebastian Nehrdich与Kurt Keutzer的MITRA-MT论文收录于标注2026年10月28—29日的WMT会议论文集。论文介绍了一个针对佛教文献语言适配的90亿参数模型，并评测了17个句子级翻译方向，其中10个也接受了段落级评测。本文是对该论文的分析，并非声称模型今天才发布。MITRA-lexicon检索已有文献中的词语对应关系，而MITRA-MT生成整段文本的翻译。 ^{[1] [2]}

先确认讨论的是哪个语料版本

论文描述的是MITRA-parallel v2：1,693,730条自动对齐记录，包含梵文、藏文和佛教汉文之间的2,338,400对文本片段。一条记录可能关联多个片段；这些数字不是书籍数量，也不是经人工认可的译文数量。我们于10月31日核查时，仓库已将v3列为当前版本，含1,690,655条记录，并用训练过的模型检查和修正对齐关系。这种自动修正不等于专家认可。不能直接把v2的评测结果改称为v3质量的证据。 ^{[3] [4]}

可复现性还有一个限制：链接的模型卡描述CPO训练，而论文第4.3节评测的是GRPO检查点。我们未能确认可下载的修订版本与论文评测的检查点完全对应。 ^{[2] [5]}

高分不等于正确传达意义的百分比

在梵文译藏文任务中，作者报告MITRA-MT的chrF为55.0，Qwen3.5-122B为33.4。chrF衡量与参考译文之间的字符序列重合程度：55.0不表示语义准确率为55%。在表4规模较小的比较中，两种担任评审的语言模型总体上反而更偏好商业系统。论文还说明，发布的v2对齐结果没有经过具有代表性的人工审核。这些是特定测试下有潜力的结果，并不能证明系统能可靠解释每一段佛典。 单语训练文本未针对评测集进行去重排除，因此模型在完全未见过的文本上的表现仍不确定。 ^[2]

论文、模型权重与文本适用不同条件

ACL将论文列为CC BY 4.0许可，翻译模型卡则声明Apache-2.0。这两项声明都不意味着所有底层文本因此获得同样授权。v2的README将许可问题指向仓库根目录；10月31日核查的根目录README和v3 README均未列明整个语料库的统一许可。评测集README要求使用者遵守各原始来源的条件，并将Lotsawa House材料标为CC BY-NC 4.0。在再分发选定文件或将其用于训练前，应确认适用条件；公开可访问本身不能确定再利用权限。 ^{[1] [3] [4] [5] [6]}

信任大型语料库之前，先做一个小练习

我们建议这样阅读：选择一段获准使用、且能与原文核对的短文。记录作品、版本、段落标识、语料版本及模型修订版本。将原文、参考译文和机器草稿并排放置。标出遗漏的否定词、存疑的名称、缺失的分句和专业术语；表达流畅并不能证明这些内容都被完整保留。

然后请具备相应资质的读者结合上下文检查标记处，保留修改及其理由。差异可能是合理的翻译选择，而不一定是错误。这个练习得到的是一段文本的可追溯审阅，不能据此确定整个模型的准确率。未经审核的草稿应保留相应标注。

编辑工作的范围

我们核查了论文及其链接的文档，但没有重新训练模型或复现基准测试。选题研究使用了Perplexity Deep Research；文章及全部13种语言版本借助人工智能起草并进行对照。专业语言审校尚未完成。手稿插图用于提供历史背景，不代表图中的书叶曾进入训练数据。