T
traeai
Sign in

人物

Callison-Burch

进行早期研究的学者,探索非专家在机器翻译评估中的作用。

已跟踪 1 条高相关材料

TraeAI 观察

最近变化

2024-02-05 · 任务设计需简化流程并提供清晰指南

为什么值得关注

Callison-Burch 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

人类标注数据质量

相关材料

已收录 1 条与 Callison-Burch 相关的内容,按评分排序。

Thinking about High-Quality Human Data

Thinking about High-Quality Human Data

Lil'Log3957 字 (约 16 分钟)
85

The article discusses the importance of high-quality human data and analyzes three key steps in data collection, citing historical cases to illustrate the effectiveness of crowd wisdom.

入选理由:任务设计需简化流程并提供清晰指南

FeaturedArticle#Data Quality#Human Annotation中文

跨材料问答 · Callison-Burch

回答基于:Callison-Burch 相关 1 条材料
    0 / 500

    AI may generate inaccurate information. Please verify important content.