以前为了让 LLM 达到更好的翻译效果，我尝试了很多方式，比如最初的先直译再意译，后来的直译、反思和意译。虽然效果好了，但是却复杂了。现在随着模型能力增强，不再追求复杂的提示词技巧，而是尝试返璞归真，找到更好更简单的提示词方法。我发现对于翻译的任务，有时候翻译的效果过于生硬，恰恰在于给模型的任务是“翻译”，因为是翻译，所以模型会尝试按照字面意思去翻译，尽量还原原始的格式，但也造成一些翻译过于直白和生硬。这就像我们在学英语的时候，老师让我们去把英文翻译成中文，通常就会按照英文的单词和句式去翻译，但是如果老师让我们用中文“重写”而不是翻译，那么就可以自由的多，只需要去理解原来英文的意思，用中文的方式去重新表达，反而效果好很多。所以我最近尝试了在做翻译任务的时候，让大语言模型去用“目标语言重写”而不是“翻译”，效果果然大不一样，结果不再拘泥于原有语言的格式语法，而是用更自然的方式表达出来。比如说昨天 OpenAI 星际之门的公告，最后一句话：“We want to connect with firms across the built data center infrastructure landscape, from power and land to construction to equipment, and everything in between.”如果“翻译”，就是按照字面意思：我们希望与整个数据中心基础设施领域的企业建立联系，从电力和土地到建设再到设备，以及这其中的所有环节。如果“用中文重写”，就自然的多：我们希望与整个数据中心基础设施领域的企业建立联系，包括电力和土地、建筑施工、设备等各个方面的合作伙伴。至于提示词，则很简单：请尊重原意，保持原有格式不变，用简体中文重写下面的内容：orPlease respect the original meaning, maintain the original format, and rewrite the following content in Simplified Chinese:翻译其他语言也类似，只要把提示词中目标语言部分换掉即可。这种提示词方法适合任何大语言模型，需要注意的是，这只是一个基础的提示词，如果你要更好的翻译效果，根据不同场景还可以进行扩展，核心要点是：比如这是一个稍微复杂一点场景的提示词参考：这是一篇人工智能技术相关文章，主要研究了如何量化模型的蒸馏程度，其中 LLM 表示“大语言模型”，Model Distillation表示模型蒸馏，英文人名保持不变，现在请尊重原意的前提下，保持原有格式不变，用中文重写下面的内容：核心要点还是要让 AI 能更好的理解上下文，以及你“用目标语言重写”的规则。之所以让它“用目标语言重写”而不是“翻译”，而是让模型能在理解上下文的基础上去“意译”，而不是简单的按照字面规则去“直译”，从而得到更好的翻译效果。附录：@同声翻译樱桃羊:1这个“重写/改写”的思路和口译教学的“deverbalisation脱壳”不谋而合，鼓励学生“得意而忘形”；2还可以套用源语paraphrase的思路，即不着急让学生“从源语到译语”，而是鼓励学生试着用尽可能多的方式“以源语重写源语”，让AI试着重写原句，看其理解是否真正到位，或有没有什么表达方式可能激发我们对原文新的理解；3.如果客户能像对AI一样，多给予我们人类译员一些理解与支持，那该多好！（至于怎么支持，原博已经总结得很好了：1.告知你的需求究竟是“翻译”还是“改写”，2.尽可能提供一些背景知识
