机器翻译基准为何需要重做
zouharvi · x · 2026-07-17
他们启动这个项目的原因有两个：
- 现有翻译基准往往过于简单，或者已经饱和，不能继续指引领域下一步
- 传统自动指标不够稳健，而人工评测又成本高、难复现
因此，他们希望通过更难的样本和更可验证的规则，推动机器翻译评测往更真实的问题靠拢。
所属事件:Last Translation Benchmark征集难译样本(7 条相关)→
「研究」频道最新
- arXiv 避坑提示续：分类器推荐不同主分类时应接受，否则几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 开源决策模型打《红色警戒2》：先卖基地后自瞄自炸，训练后无人能敌 — heathercmiller · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27