Last Translation Benchmark 挑战最新翻译模型的能力极限
Last Translation Benchmark（LTB）是一套由人类编写并经过同行评审的文本、图像、音频和视频集合，用于揭示主流机器翻译模型的失败案例。随着传统翻译基准逐渐接近饱和，自动评估指标容易受到奖励劫持影响，也难以提供可执行的改进方向。LTB为每个样例配备人工制定的验证规则，具体说明可能出现的错误，从而支持更可靠、可复现且具有实际指导意义的后续评估。该基准是一个持续更新并接受新贡献的动态数据集。目前的LTBv1版本收录了截至2026年9月1日前获接受的贡献。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。