TransGPTex: LaTex 编译版的论文翻译工具

适用背景

如果你是一个致力于交叉领域的研究生，主要通过直接阅读，或者偶尔配上翻译工具来学习本方向的英文文献，但是又想快速阅读其他领域的工作，不太愿意花费大部分的时间，那么此时你就会想，如果有一个工具能够较为完美地将其转换为中文文献，不就可以加快我的阅读速度了吗？

因此， TransGPTex 工具就是一个利用大语言模型（LLM）将 LaTeX 文章高质量地翻译成中文（或者其他语言）并编译成 PDF 的工具，非常适合于快速阅读其他相关领域的文献。

安装过程

TeX Live

TransGPTex 项目需要安装一个 xelatex 环境以编译翻译后的 Tex 项目，在 Windows 平台上可以选择直接安装 Tex Live。Tex Live 是一个包含 XeLaTeX 的 LaTeX 发行版，可以从 TeX Live 官网下载并安装，选择如下图所示的 download from a nearby CTAN mirror，这将从最近的镜像网站直接下载。

安装完成后，可以通过命令 xelatex --help 验证是否成功。

TransGPTex

安装 TransGPTex 可以直接选择一个虚拟环境，然后通过以下命令直接安装。

pip install transgptex

验证安装是否成功，可以通过命令 tgtex -h 或者 tgtex --version 来验证。

获取 LLM API

TransGPTex 需要请求 LLM 的 API 来驱动 LLM 完成翻译，主要支持豆包、DeepSeek、GPT-4o-mini、GLM等大模型，在使用的时候需要获取LLM模型名字、推理端点以及 API KEY。

其中，对于 DeepSeek 的API 可以在 DeepSeek 开放平台 申请获取，主要使用 deepseek-chat 模型。

翻译示例

翻译命令

TransGPTex 主要从 Arxiv 上下载原始论文的源码，然后翻译英文文段，最后统一再进行编译，这样就保证了排版不会受到干扰。因此，需要首先获取到论文在 Arxiv 上的链接。

比如，文章 Tutorial on Diffusion Models for Imaging and Vision 对应的 Arxiv 链接为 https://arxiv.org/abs/2403.18103。

设置 LLM_API_KEY 环境变量，这个在 Windows 平台上可以直接在账户/系统环境变量中设置，如下图所示：

当然也可以在终端通过 set 命令设置，但只是临时的。

# 申请llm api key，windows使用set，linux使用export
set LLM_API_KEY=申请的llm api key

# 使用deepseek-chat模型进行翻译
tgtex https://arxiv.org/abs/2403.18103 -o "Tutorial on Diffusion Models for Imaging and Vision" -llm_model deepseek-chat -end_point https://api.deepseek.com/v1 --use_cot

当然也支持翻译自己的Latex项目和文件，如下命令所示。

# 翻译整个 LaTeX 项目
tgtex --own_tex_project -o output/path path/to/your/latex/project

# 翻译单个 LaTeX 文件
tgtex --single_tex -o output.tex path/to/your/latex/file.tex

几个核心的配置：

• llm_model: 选择使用的 LLM 模型。
• end_point: LLM 推理端点 URL。
• num_concurrent: LLM API 的每秒查询数，默认为 100。
• api_key: 请配置在环境变量LLM_API_KEY中。
• language_to: 将源文件翻译成什么语言，默认为Chinese。
• use_cot: 使用--use_cot开启思维链式翻译，目前比较推荐用deepseek的模型进行cot翻译。开启之后，会让LLM根据要翻译的段落先进行思考，思考之后再进行正式翻译，以减少LLM翻译的生硬感，提高LLM的准确性。目前的cot仅加入思考流程，未来可以考虑将论文标题和论文摘要当作上下文输入给模型，以让LLM感知到要翻译的论文片段对应的上下文信息。

原始论文

翻译论文

参考

LiSheng2001. TransGPTex.

https://github.com/LiSheng2001/TransGPTex