新翻译基准覆盖109种语言,LLM照规则自检通过率从7.2%跃升至89.8%
LChoshen · x · 2026-09-07
alphaXiv 收录的论文「Last Translation Benchmark」由苏黎世联邦理工、爱丁堡大学等多机构合作，构建了一个号称「最后的翻译基准」：
- 规模：3,456 个高难度翻译样例，覆盖 109 种语言。
- 评测方式：每个样例附带明确的验证规则，描述需避免的具体错误类型，如词义选错、双关语丢失、代词性别指代、文化含义、语气、多模态上下文等——用「是否规避具体错误」取代模糊的质量打分。
- 关键发现：给 LLM 提供人类撰写的规则后，verifier 通过率从 7.2% 跃升至 89.8%，说明瓶颈往往在于识别正确的翻译约束，而非满足约束本身。
「研究」频道最新
- Diamandis 详解 AI 癌症导航与 $100 基因测序如何缩小抗癌鸿沟 — PeterDiamandis · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27