고대 그리스어에서 현대 그리스어로의 기계 번역: LLM 및 NMT 모델에 대한 새로운 벤치마크와 미세 조정 실험

요약

고대 그리스어에서 현대 그리스어로의 번역을 위한 새로운 병렬 코퍼스인 AG-MG를 소개하며, 데이터 부족 문제를 해결하기 위한 새로운 데이터 생성 파이프라인을 제시합니다. NMT 모델과 LLM을 대상으로 한 미세 조정 실험을 통해, Llama-Krikri-8B의 전체 파라미터 미세 조정이 가장 높은 성능을 기록함을 입증했습니다.

핵심 포인트

• 132,481개의 문장 정렬 쌍을 포함하는 새로운 AG-MG 병렬 코퍼스 구축
• VecAlign과 Gemini 2.5 Flash를 결합한 다단계 데이터 정제 및 정렬 파이프라인 도입
• NLLB, M2M100, Llama-Krikri-8B 모델을 활용한 다양한 미세 조정 전략 평가
• 미세 조정 시 기본 모델 대비 최대 +10.3 BLEU 포인트의 성능 향상 확인
• Llama-Krikri-8B의 전체 파라미터 미세 조정이 13.16 BLEU로 최고 성능 달성