이 연구는 9개의 LLM과 7개의 언어 쌍을 대상으로 문서 수준 문학 번역에 대한 체계적인 연구를 진행했습니다. 문서 수준 MT에 이어 세그먼트 수준 개선을 적용하는 것이 안정적인 성능 향상을 가져온다는 것을 확인했습니다. LLM 개선은 주로 유창성, 스타일, 전문 용어 개선에 기여하며, 적절성 향상은 제한적이고 일관되지 않습니다.
단순한 일반 개선 프롬프트가 오류별 프롬프트나 평가 후 개선 방식보다 더 효과적이라는 점을 발견했습니다. 모델의 성능에 따라 개선된 결과물이 개선기의 분포를 향해 조정되는 경향이 있습니다.