Apple Machine Learning Research·· 24 天前AI 评分38
大语言模型用于机器翻译质量标注：人类与模型均面临挑战
Large Language Models for Machine Translation Quality Annotation: Humans and Models Are Both Challenged
AI 导读
研究人员针对 MQM 与 ESA 两种主流机器翻译质量评估体系，测试了大语言模型（LLM）与人类标注者的一致性。基于包含 70 个语言对的长上下文测试集以及 WMT23 和 WMT25 公开数据，结果显示 LLM 在部分任务中与人类的一致性超过人类之间的一致性，但在多数场景下依然不够可靠。
来源：Apple Machine Learning Research · machinelearning.apple.com