新的翻译基准在收集难样本
zouharvi · x · 2026-07-17
他们指出，现有机器翻译基准存在两个问题：
- 很多题目太简单或已经饱和，无法继续指导领域进展
- 自动指标往往脆弱，而人工评测又昂贵且难以复现
为此，他们在推动一个新的翻译基准，核心做法是：
- 收集“难翻译”的输入，覆盖文本、图片和音频
- 要求提供人类可读的“验证规则”，以便未来翻译结果可以被更可靠地评估
作者还呼吁大家提交这类样本，参与构建后续论文和滚动发布的数据集。
所属事件:Last Translation Benchmark征集难译样本(7 条相关)→
「研究」频道最新
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27