★ 2
ETC-Bench 发布：覆盖 12 种语言 181 类现象的转写规范化基准
论文提出评测侧转写规范化（ETC）任务，并发布 ETC-Bench，覆盖 12 种语言、181 类现象，每条为仅目标片段不同的最小对。同时提出兼顾规范化成功与语义保持的 SENA 指标，以及基于分类体系的智能体规范化技能 TACS。实验显示 TACS 智能体在共有语言上优于基线系统。
arXiv NLP5 天前
#多语言基准
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
sk-bench：斯洛伐克语原生 LLM 基准发布
研究者发布 sk-bench，一个面向斯洛伐克语的原生优先 LLM 基准，包含 30 个数据集和 33 个评分任务变体，覆盖十类技能。评估 55 个开源与闭源模型，最佳开源模型落后专有 API 12.6 分。研究为其他低资源语言提出四条设计经验，并开源数据与代码。
arXiv NLP25 天前
★ 2
对抗闭环课程：演化角色扮演智能体
论文指出角色扮演智能体的强化学习通常在固定场景池上训练，导致分布瓶颈。作者提出 AdvRole，一个对抗式上下文重写框架，将角色扮演强化学习变为闭环课程。Actor 学习角色扮演，Rewriter 将角色档案与对话上下文改写为针对 Actor 的困难场景，以性能差距奖励训练。在三个中英文基准及新发…
arXiv cs.AI38 天前
这个主题的相关资产
相关公司Vals.ai1