实体
MetricX
MetricX
PulseAugur coverage of MetricX — every cluster mentioning MetricX 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 2 条
-
新方法为机器翻译评估创建伪参考
研究人员开发了一种新颖的方法来为机器翻译评估创建伪参考，特别是对于缺乏人工生成参考的语言对。该方法使用多个机器翻译模型和质量估算模型来选择最佳翻译，并由GPT-5.5对选定的输出进行后编辑。该系统包含一个对流畅但错误的语言识别的惩罚机制，该机制成功消除了错误语言的输出，并与基线方法相比提高了选择分数。
-
AI研究人员通过搜索互联网自动构建具有挑战性的基准
研究人员开发了一个自动框架，通过搜索互联网来构建具有挑战性的基准。该方法将互联网建模为一个主题空间，并使用多臂老虎机方法通过评估查询来识别困难的主题。epsilon-greedy策略通过仅探索潜在搜索空间的一小部分，显著降低了基准创建的成本，并在机器翻译和知识问答方面证明了其有效性。