DRT-o1-7Bは、長考推論をニューラル機械翻訳（MT）に成功裏に適用することに重点を置いたモデルです。このモデルは、長考翻訳に適した英語の文を抽出し、翻訳者、アドバイザー、評価者の3つの役割を含むマルチエージェントフレームワークを提案してMTサンプルを合成します。DRT-o1-7BとDRT-o1-14Bは、Qwen2.5-7B-InstructとQwen2.5-14B-Instructをバックボーンネットワークとして使用してトレーニングされています。このモデルの主な利点は、複雑な言語構造と深層的な意味理解を処理できることであり、これは機械翻訳の精度と自然性を向上させる上で非常に重要です。