★ 3
研究系统评测 LLM 机器翻译评估器并推出 ORBIT
论文系统研究指令设计、少样本示例、基座模型选择与多步流程如何影响机器翻译评估，并在 WMT24/25 英俄翻译上收集专家 RATE 标注。四项稳健发现包括：指令结构影响评估器行为、高质量示例比数量更重要、不同基座呈现不同评估倾向、融合多基座输出优于单模型多次调用。作者据此推出 ORBIT 评估器家…
arXiv NLP6 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文系统研究指令设计、少样本示例、基座模型选择与多步流程如何影响机器翻译评估，并在 WMT24/25 英俄翻译上收集专家 RATE 标注。四项稳健发现包括：指令结构影响评估器行为、高质量示例比数量更重要、不同基座呈现不同评估倾向、融合多基座输出优于单模型多次调用。作者据此推出 ORBIT 评估器家…