本文通过分析历史文献机器翻译比赛中三个获奖方案的技术细节，揭示了数据质量在小语种翻译中的核心作用。银牌方案采用ByT5模型结合数据增强和集成方法，而金牌方案通过更精细的数据预处理（OCR提取、LLM标注与合成）和多模型集成获得优势。关键发现包括：1）数据清洗质量直接影响模型性能；2）模型多样性提升系统鲁棒性；3）需针对任务特点选择评估指标。比赛结果表明，对于小语种和历史文献翻译，深入理解数据特性并