PulseAugur
中
实时 11:01:02
English(EN) Augmenting Text to Increase Translation Difficulty

新方法提高了机器翻译基准的难度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为对抗性翻译优化（ATO）的新方法，以创建更具挑战性的机器翻译基准。通过将对抗性优化与可微分难度估计器相结合，ATO 迭代地修改文本以增加翻译难度。此方法旨在更好地区分高质量的翻译模型，因为标准基准正在饱和。修改后的基准导致平均翻译质量得分较低，并且发现模型在翻译时更具挑战性，同时保持语法上的合理性。 AI

影响 这种方法可能导致对翻译模型进行更鲁棒的评估，推动更强大系统的发展。

排序理由 学术论文，详细介绍了一种创建具有挑战性的翻译基准的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法提高了机器翻译基准的难度

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · William Kalikman, \v{S}imon Sukup, Michal Te\v{s}nar, Vil\'em Zouhar ·

    Augmenting Text to Increase Translation Difficulty

    arXiv:2608.15932v1 Announce Type: new Abstract: As state-of-the-art machine translation models saturate standard benchmarks, the field needs more challenging evaluations to distinguish between models of varying quality. We propose augmenting existing benchmarks to increase transl…

相关实体

相关话题