| 项目简介： |
本项目聚焦大语言模型汉英交替传译场景，以提示工程优化为核心，提升 AI 在正式政治场域的口译质量与实用性。
项目以CO-STAR 框架为核心技术支撑，选用 DeepSeek 大模型作为优化平台，采用 BLEU 与 TER 复合指标量化评估翻译效果。研究依托 “两会” 总理记者会真实口译语料，选取文化负载词、政治术语、复杂逻辑句、数字口译四类典型样本，历经四轮迭代优化：从基础提示词 V0 出发，引入 CO-STAR 框架构建 V1，结合语域理论细化 V2，新增专业示例实现 Few-Shot 优化形成 V3。
最终优化后的提示词使译文BLEU 值达 83.0%，远超 31.4% 的良好标准，TER 值降至 20.0%，有效解决术语偏差、漏译、逻辑生硬、笔译化等问题，让 AI 输出更贴合交传口语化、即时性、准确性要求。
本项目为 AI 交替传译提供可复制的提示词优化方案，助力智能口译在政务、会议等场景落地应用，推动语言服务智能化升级。
|