实体 LTBv1

LTBv1

PulseAugur coverage of LTBv1 — every cluster mentioning LTBv1 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_235533 · Sep 4 · 04:00

新的基准测试LTBv1通过精心挑选的失败案例测试机器翻译的极限

研究人员推出了最后的翻译基准测试（Last Translation Benchmark, LTBv1），这是一个旨在突破最先进机器翻译模型界限的新数据集。与趋于饱和的传统基准测试不同，LTBv1包含了跨越文本、图像、音频和视频等多种模态的人工撰写和同行评审的示例，这些示例经过专门策划，以暴露模型的失败案例。该基准测试还附带了一种新颖的评估方法，该方法利用手工制作的验证规则进行具体的失败分析，旨在提供比现有自动或人工评估方法更可靠、更具…