Large Language Models for Machine Translation Quality Annotation: Humans and Models Are Both Challenged
Apple Machine Learning Research488 字 (约 2 分钟)
85
LLM在机器翻译质量评估中与人类标注者存在显著差异，且在多数场景下可靠性不足，需结合人类与LLM协作以提高准确性。
入选理由：LLM在MQM和ESA评估中的表现因语言对和领域而异，部分任务与人类一致性超过人类间一致性。
FeaturedArticle#机器翻译#LLM#标注质量#自然语言处理#EMNLP英文