一项研究考察了提示语言以及基于翻译理论的提示设计如何影响由 GPT-5.2 生成的西语-中文新闻翻译的质量。

  • 该实验使用四种提示类型、三种提示语言和四篇《世界报》(El Pais)社论测试了48种条件。
  • 自动化指标（BLEU 和 BERTScore-F1）确定基线提示为表现最好的条件。
  • 人工评估将简短导向型提示排在首位，MQM 得分为 8.66，而基线提示的得分为 7.84。
  • 基于翻译理论的提示选择性减少了 Awkward 风格错误，而 Unidiomatic 风格错误在所有条件下持续存在。
  • 在两种评估范式下，提示语言对翻译质量的影响微乎其微。

这些结果表明，在专家评估新闻翻译时，基于翻译理论的提示可以带来可衡量的质量提升。