研究评估LLM在机器翻译质量标注中的表现
热点事件持续更新
研究评估LLM在机器翻译质量标注中的表现
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Apple机器学习研究团队发表论文，评估大语言模型在机器翻译质量标注任务中的表现，发现模型与人类标注者的一致性存在显著差异。 研究基于70种语言对的长上下文测试集及WMT23和WMT25公开数据，发现模型在标注细微错误、错误语言变体和错误跨度方面表现不佳，而人类在细粒度MQM标注和低资源语言对上存在困难。 研究指出，通过人类与大语言模型协作的标注流程，可能提升标注可靠性。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 08:00
大语言模型在机器翻译质量标注中的表现：人类与模型均面临挑战报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- Apple · 机器学习研究大语言模型在机器翻译质量标注中的表现：人类与模型均面临挑战
大语言模型在机器翻译质量标注任务中与人类标注者的一致性存在显著差异，部分任务中模型与人类的一致性高于人类之间的一致性。研究基于70种语言对的长上下文测试集及WMT23和WMT25公开数据，发现模型在细微错误、错误语言变体和错误跨度标注方面表现不佳，而人类在细粒度MQM标注和低资源语言对上存在困难。研究指出，通过人类与大语言模型协作的标注流程，可能提升标注可靠性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。