待验证50% 置信基准精确时间

研究团队在三类架构家族上对四个机器翻译系统进行了基准测试，分别是 NLLB-200（600M 参数）、mT5-base 和两个 AfriNLLB 变体

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

MudawanSn：填补沃洛夫语-阿拉伯语机器翻译的空白语料库

涉及实体

MudawanSnproduct NLLB-200model mT5-basemodel AfriNLLBmodel

相关事实

待验证研究团队在共享测试集上评测了有监督信息抽取模型、零样本大语言模型和经过微调的基于LLM的抽取方法三类主流方案64% 相似待验证软件测试工程师能力模型经历三次迭代：纯手工测试、自动化测试、AI辅助测试63% 相似待验证研究团队对来自六个模型家族的22个开源LLM进行了测试63% 相似待验证研究覆盖了ARC、GSM8K、HellaSwag、MMLU四大基准测试62% 相似待验证GAUGE研究覆盖了来自六家供应商的25个智能体，并在τ²-bench和SimulatorArena两个基准上进行测试62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928492

API

curl https://kongchang.com/api/v1/knowledge/claims/928492

MCP

get_claim(id=928492)