في عالم الترجمة متعددة المجالات (Multi-domain Machine Translation MDMT)، يواجه المترجمون تحديات فريدة نتيجة لاختلاف مستويات التعقيد اللغوي بين المجالات المختلفة. لذا، تم ابتكار نموذج TwT (ترجمة مع تفكير) الذي يهدف إلى تقليد طريقة البشر في التكيف مع صعوبة الترجمة. هذا النموذج يقوم بتعديل أسلوب الاستدلال، بين الأسلوب الفوري والمدروس، بناءً على صعوبة النص المراد ترجمته.

يتم تدريب نموذج TwT على مرحلتين: الأولى هي تحسينية تحت إشراف مدروس على سلاسل من الأفكار توضح مستوى الصعوبة، والثانية تعتمد على التعلم المعزز مع مكافآت هجينة لتحسين جودة الترجمة وكفاءة التفكير. تم تقييم النموذج على 15 معياراً تشمل إعدادات داخلية وخارجية، فضلاً عن 3 لغات وثيقة و59 لغة غير معروفة.

نتائج TwT-7B وTwT-14B مذهلة، حيث تتفوق على نماذج التفكير الحالية ذات القدرة العالية، وتحقق جودة ترجمة ممتازة مع تقليل استخدام الرموز بنسبة 32-60%. هذه النتائج تلقي الضوء على فعالية نماذج الترجمة التي تتماشى مع المبادئ الإدراكية، مما يضمن تقوية القدرة على التعميم وجودة الترجمة العالية وكفاءة التفكير في الترجمة متعددة المجالات.