Last Translation Benchmark征集难译样本

据 @zouharvi 汇总，一个名为 Last Translation Benchmark 的新机器翻译基准正在围绕“难翻译”样本搭建。它之所以值得关注，是因为项目明确回应了当前翻译评测的两类老问题：不少基准题目过于简单或已趋于饱和，而自动指标又不够稳健，人工评测则昂贵且难以复现。

核心设计

按 @zouharvi 的说法，这个基准有两项关键设计。其一，是收集真正有难度的翻译输入，覆盖文本、图片和音频三种模态；其二，是要求每个样本附带人类可读的“验证规则”，以便未来对模型译文进行更可证明、也更稳定的判断。@zouharvi 提到，作者已展示若干示例，说明项目希望覆盖更接近真实使用场景的翻译难题。

当前进展

@zouharvi 称，项目目前已接受 500+ 个示例，来自 118 位贡献者，覆盖许多语言和方言。团队接下来会基于这些样本滚动发布数据集分析，并据此撰写论文；同时，研究平台也将向公众贡献者开放，首个版本计划在 9 月 1 日发布。

2026-07-17 ~ 2026-07-17 · 7 条相关

一手来源