Google 提出 Multilingual-IRT 多语言评估方法
davlanade · x · 2026-07-04
一项来自 Google Research 实习期间的新论文提出 Multilingual-IRT,将项目反应理论(Item Response Theory)扩展至多语言场景,用于更稳健地衡量模型在不同语言上的能力,为跨语言评估提供新的方法与工具。
「研究」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27
- 一个问题追问多智能体分支如何随算力和模型规模变化 — iskander · 2026-07-27