Cohere 发起多语言模型人类评测，招募贡献者
Cohere_Labs · x · 2026-08-01
Cohere 宣布其实验室发起的多文化谜语基准（multicultural riddle benchmark）项目已进入人类评估阶段，目前已完成超过 6.1 万次模型回复评估。
项目正在招募母语者参与后续评估，特别需要阿拉伯语（摩洛哥和苏丹方言）等语言的贡献者。参与者除了进行人类评估，还有机会参与基准测试、结果分析，甚至作为共同作者署名最终发表的论文。
所属事件:Cohere多文化谜题基准进入人类评估阶段(2 条相关)→
「研究」频道最新
- 研究者首次发现模型会主动塑造「未来的自己」 — Confident_Salt_8108 · 2026-10-16
- 研究估算：90% 美国人工时未被现有 AI 基准覆盖 — robseamans · 2026-10-16
- 新成果:多项式 Kelly 最优下注找到 O(n) 算法,优于朴素 O(n log n) — alexbilz · 2026-10-16
- 「我们可能已在 4 月不知不觉跨过某条线」：自改进系统调查 — Jealous-Two-4436 · 2026-10-16
- Beam 微调实测:单节点 16 分钟跑 500 步,损失 0.89 降至 0.70 — QGallouedec · 2026-10-16
- 四足机器人实机实现变形+步行:各姿态单独强化学习、变形时切换策略 — _Stocko_ · 2026-10-16