यह पेपर MER-TRANS 2026 की स्पैनिश ट्रैक में HULAT2-UC3M की भागीदारी का विवरण देता है, जो बहुभाषी आसान-पढ़ने योग्य अनुवाद पर एक साझा कार्य है। टीम ने सरलीकरण रणनीतियों का मूल्यांकन करने के लिए एक लीनियर बेलाइन के खिलाफ एक मल्टी-एजेंट वर्कफ़्लो की तुलना करते हुए तीन पूरी तरह से स्वचालित रन जमा किए।
- RUN1 और RUN2 ने Event-Condition-Action रूटिंग के साथ Gemini 2.5 Flash और RigoChat-7B-v2 को जोड़ने वाले LangGraph-आधारित मल्टी-एजेंट वर्कफ़्लो का उपयोग किया।
- RUN2 ने बेस वर्कफ़्लो में एक शब्दकोश और शब्दावली संसाधनों पर आधारित अतिरिक्त लेक्सिकल-सपोर्ट परत जोड़ी।
- RUN3 ने प्रॉम्प्ट इंजीनियरिंग और LoRA-आधारित एडाप्शन के साथ RigoChat-आधारित generate-evaluate-regenerate दृष्टिकोण का उपयोग करके एक बेलाइन के रूप में कार्य किया।
- आधिकारिक SARI स्कोर ने RUN1 को 44.0543 अंकों के साथ पहले स्थान पर, इसके बाद RUN2 (43.1049) और RUN3 (38.5136) को रैंक किया।
परिणाम संकेत करते हैं कि इस कार्य सेटिंग में सिग्नल-गाइडेड मल्टी-एजेंट रूटिंग ने लीनियर रीजनरेशन बेलाइन को हरा दिया। हालांकि, लेक्सिकल सपोर्ट जोड़ने से संदर्भ-आधारित स्कोर स्वचालित रूप से नहीं सुधरे, जिससे पठनीयता और तथ्यात्मक संगति के further विश्लेषण की आवश्यकता का संकेत मिलता है।