待验证50% 置信事实精确时间
BLEU最初为机器翻译设计，通过统计n-gram重叠率衡量质量
1
来源数
50%
置信度
长期有效
时效性
2026/10/2
首次发现
来源
涉及实体
相关事实
待验证BLEU常用于机器翻译评估，ROUGE广泛应用于摘要任务，两者均通过统计n-gram重叠程度衡量文本质量80% 相似已验证BLEU是1990年代提出的自然语言生成评估指标，通过计算生成文本与参考译文之间的n-gram重叠度来衡量质量，仍是机器翻译领域的标准基准79% 相似待验证BLEU的核心思路是计算机器译文与参考译文之间的n-gram重叠程度，其局限性包括对词序变化不敏感、无法捕捉语义等价的同义替换、依赖参考译文质量和数量65% 相似待验证非自回归机器翻译通过知识蒸馏解耦策略使用自回归教师模型生成的伪标签训练，将BLEU分数提升幅度超过10个点，同时推理保持并行解码63% 相似待验证BGE-M3模型可同时生成稠密（Dense）向量和稀疏（Sparse）向量，稠密向量擅长捕捉语义相似度，稀疏向量保留关键词精确匹配能力61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/966335API
curl https://kongchang.com/api/v1/knowledge/claims/966335MCP
get_claim(id=966335)