A Otimização de Preferência Contrastiva é um método inovador para tradução automática. Ao treinar o modelo para evitar a geração de traduções apenas suficientemente boas, mas imperfeitas, ela melhora significativamente o desempenho do modelo ALMA. Em conjuntos de dados de teste do WMT'21, WMT'22 e WMT'23, alcança ou supera o desempenho dos vencedores da competição WMT e do GPT-4.