实体
WMT25
WMT25
PulseAugur coverage of WMT25 — every cluster mentioning WMT25 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究揭示了基于大语言模型的机器翻译评估的有效原则
研究人员对基于大语言模型（LLM）的机器翻译评估器进行了系统研究，探讨了指令设计、少样本示例以及骨干模型选择等因素如何影响评估准确性。他们的实验在新标注的 WMT24 和 WMT25 英俄翻译数据以及其他语言对的验证数据上进行，结果表明指令结构、演示质量和特定的 LLM 骨干模型都显著影响评估器性能。研究发现，结合不同 LLM 骨干模型的输出来进行评估，优于单一评估器设置。研究人员将这些发现综合起来，创建了一系列名为 ORBIT 的基…
-
UvA-MT 在 WMT26 翻译任务中利用 LLM 进行新颖的采样和投票
UvA-MT 的研究人员详细介绍了他们参加 WMT26 通用机器翻译共享任务的方法，重点关注 23 个翻译方向的无约束赛道。他们的方法主要利用大型语言模型 (LLM) 进行机器翻译，通过顺序采样和精炼提示生成多个翻译候选。然后，使用 LLM 作为成对裁判，通过循环投票系统评估这些候选，这种策略在离线 WMT25 基准测试中显示出优于传统选择方法的改进。
-
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。