熵谷法：无需训练的掩码扩散翻译长度选择器

机器翻译测试了掩码扩散语言模型（dLLMs），因为每个源词元都必须忠实呈现，而固定画布解码必须在去噪前确定目标长度。现有的掩码扩散解码工作主要研究词元去掩码顺序，对长度决策的探讨不足，尽管它直接影响覆盖率和冗余度。我们引入了熵谷（EV），一种无需训练的长度选择器，通过全掩码前向传递的平均预测熵对候选目标画布进行评分，并选择骨干模型最有准备填充的画布。与使用训练语料长度统计的基线相比，EV在EntoZh、ZhtoEn和EntoDe上恢复了参考目标长度COMET-22增益的64.9%、65.3%和33.0%。我们的诊断表明，适合去噪的长度不一定与参考长度一致。三位翻译专家的评估支持En↔Zh的充分性增益，其中ZhtoEn的证据更强。与在同一微调数据上训练的LLaMA-3-8B自回归（AR）模型相比，EV系统在EntoZh上持平，在ZhtoEn上领先；进一步的神谕长度诊断表明，在这种掩码扩散机器翻译设置中，决定先揭示哪些词元不如目标长度如何提供重要。