跳到正文
热点事件持续更新

SapienzaNLP 开源文档级上下文机器翻译评测代码库

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

SapienzaNLP 在 GitHub 开源 doc-context-mt-eval 代码仓库，是其 Findings of EMNLP 2026 论文《探索文档上下文对基于 LLM 的机器翻译评估的影响》的官方代码。 仓库包含数据预处理、评估、元评估和微调四个阶段，基于 WMT 数据，支持有参考/无参考与段落级/文档级四种场景组合。研究结果显示：文档上下文带来的收益因数据集而异，可能部分源于输入重复；而 LoRA 微调始终能提升评估性能，且在有文档上下文时增益更大。

AI 根据报道生成 · 10 小时前更新

最新进展10月26日 22:27
SapienzaNLP 开源 doc-context-mt-eval：文档上下文对 LLM 机器翻译评估影响的官方代码

报道时间线

沿着报道，了解事件的不同侧面。

10月26日
  1. GitHub · 灵魂体仓库
    SapienzaNLP 开源 doc-context-mt-eval：文档上下文对 LLM 机器翻译评估影响的官方代码

    SapienzaNLP 发布 doc-context-mt-eval 官方代码仓库，对应其 Findings of EMNLP 2026 论文，研究文档级上下文对 LLM 机器翻译评估的影响。结果显示文档上下文的收益因数据集而异，可能部分源于输入重复，而 LoRA 微调始终能提升评估性能，且有文档上下文时增益更大。仓库包含数据预处理、评估、元评估和微调四个阶段，基于 WMT 数据，支持参考有无与段落级/文档级四种场景组合。

本事件热度走势

可比范围当前
7
可比范围峰值
1010月26日 23:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。