Cohere 用发布后才出的 WMT26 基准测试翻译模型,规避训练数据泄漏
cohere · x · 2026-10-04
Cohere 在 North Small Translate 系列帖(5/6)中说明其基准测试方法:采用 WMT26 基准——这套测试集是在模型完成之后才发布的,从时间上杜绝了「针对评测指标训练」的可能。
这是对开源模型常见的 benchmark 污染质疑的正面回应,强调评测结果的可信度。
所属事件:Cohere 开源翻译模型 North Small Translate(3 条相关)→
「模型」频道最新
- 博主观察:Google 与 Anthropic 正赢得「公共 AI」之争 — imjustnewatai · 2026-11-19
- 谷歌 8 天连发三个旗舰模型,网友猜测此前 RSI 暗示另有后手 — haider1 · 2026-11-19
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19