Cohere多文化谜题评测进入人工评估阶段
Cohere_Labs · x · 2026-08-01
Cohere Labs 宣布其多文化谜题（multicultural riddle）基准项目已进入人类评估阶段，目前已评估超过 61,000 个模型回复。
该项目旨在打造 NLP 领域最具多语言和多文化代表性的人类评估数据集。团队正在积极招募更多母语人士和文化专家参与，特别急需阿拉伯语（摩洛哥、苏丹、埃及）、卢干达语、斯瓦希里语和西班牙语（秘鲁）等语言的使用者。
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
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16