Vilém Zouhar,Niyati Bafna,Mukund Choudhary,Maike Züfle,Sara Rajaee,Pinzhen Chen,Jannis Vamvas,Sara Papi,Ona de Gibert,Bhavitvya Malik,Eliya Habba,Orfeas Menis Mastromichalakis,Patrícia Schmidtová,Michelle Wastl,Sheriff Issaka,Leshem Choshen,Stella Biderman,Antonis Anastasopoulos,Jan Niehues,Rico Sennrich,Mrinmaya Sachan,Ondřej Bojar,Kenton Murray,Jörg Tiedemann,Alham Fikri Aji,Philipp Koehn,Christof Monz,Alexandra Birch,Sowmya Vajjala,Chalamalasetti Kranti,Cristina España-Bonet,Nobin Sarwar,David Kaczér,Sourajit Saha,Jonathan Tonglet,Shunta Asano,Malik Marmonier,Daban Q. Jaff,Vaisakhi Mishra,Hend Al-Khalifa,Gabriele Sarti,Nils Rehlinger,Juan Daniel Cuervo Villa,Dominik Macháček,Saugata Purkayastha,Jagannathan Ramanujam,Shubhashis Roy Dipta,Aviral Nigam,Shuaib Shuaib Yusuf,Heejin Do,Jonathan Yahav,Johannes-Rudolf David,Maria Carmen Staiano,Zuzana Nadova,Fred Philippy,Ron Keinan,Maria Lymperaiou,Silvia Casola,Fabian Retkowski,Andrés Jerez,Hanna Yukhy- menko,Sangwon Ryu,Avantica Vempati,Sukannya Purkayastha,Adrian Cosma,Erivan Inan,Vitalii Babenko,Wafa Aissa,Valentin Scourneau,Fatima Haouari,Venkata Prasanth Kumar Gummadi,Mehdi Jafarzadeh,Manon Reusens,Kaiser Sun,Lukas Edman,Shaomu Tan,Giuseppe Gallipoli,Pawan Sasanka Ammanamanchi,Manar Ali,Mohammad Sadegh Gholizadeh,Dipankar Srirag,Marek Šuppa,Javier García Gilabert,Ruta Binkyte,Ana-Maria Bucur,Sabry E. Farrag,Youssef Saber,Yihong Liu,Theresia Veronika Rampisela,Christian Hoang,Nicoleta Cojocaru,Jan Kocoń,Jean Maillard,Xiaochuang Yuan,Sina Ahmadi,Daryna Dementieva,Philipp Mondorf,Kaustubh Dhole,Valmik Nahata,Roman Wixinger,Amir Hossein Yari,Shenbin Qian,Manuel Tuor,Fida Mohammad Thoker,Sergey Troshin,Lance Calvin Lim Gamboa,Amir Arsalan Rezapour,Kätriin Kukk,Koel Dutta Chowdhury,Shaswati Saha,Seth Aycock,Bo Chen,Linh Vu,Vatsal Venkatkrishna,Shayan Bali,Arafat Ahsan,Luan Thanh Nguyen,Hassan Soliman,Ngoc Quynh Tram Do,Azmine Toushik Wasi,R. Damanhuri,Marius Huber,Kazuki Egashira,Jimson Paulo Layacan,David Africa,Vladislav Poritski,Mike Zhang,Deep Shah,Abdulaziz Nura Kani,Luis Frentzen Salim,Paul Gavrikov,Bello Umar Bello,Ayush Sunil Munot,Anumit Garg,Yolanda Xavier,Qiaoyuan Zheng,Kawsar Ahmed,Debanshu Das,Zimu Wang,Gengyu Rao,Kamile Dementaviciute,Farhan Farsi,L D M S Sai Teja,Dawei Zhu,Yi Fan,Wei Liu,Marco Gaido,Elias Herranen,Sankalan Pal Chowdhury,Karen Sanchez,Guy Kaplan,Farzad Shami,Ashok Urlana,Amir Hossein Kargaran,Sofie Goethals,Priyaranjan Pattnayak,Oksana Volchek,Marii Ojastu,Hongbin Na,Emilian Radoi,Chenyi Zhao,Carlos Hinojosa,Andrei Niculae,Andrea Gregor de Varda,Zaid Alyafeai,Tomasz Limisiewicz,Reem Alzahrani,Pouya Sadeghi,Nehal Kathrotia,Mateusz Lango,Enzo Doyen,Alex Flückiger,Ulysses Sekai Tully Carr,Samuel Simko,Ritwik Tiwari,Rishit Dagli,Isaac R Caswell,Bowen Yi,Aicha Chorana,Selja Keränen,Sadiksha Chitrakar,Muhammad Ravi Shulthan Habibi,Joy Olusanya,Bishal Shrestha,Zhengxiang Wang,Vivek Harsha Lakkamaneni,Sophia Conrad,Panayiotis Panayiotou,Nazia Tasnim,Marta Punsola Munárriz,Marko Culjak,Luis Lara,Jenny Chim,Jannatul Nayem,Fidel Rodríguez Velásquez,Eran Yahav,Blanka Kövér,Beatrice Savoldi,Anmol Goel,Aishik Mandal,Tosin Adewumi,Raoyuan Zhao,Mykola Haltiuk,Antonia Karamolegkou,Yuxing Lu,Thura Aung,Naser Almousa,Tommaso Cerruti,Raia Abu Ahmad,Beni Egressy,Alireza Pakniat,Stéphane J. P. S. Thunus,Rachel Bawden,Lena Libon,Samridhya Biswas,Prakhar Gupta,Nusrat Jahan Lia,Nguyen Tai,Natchapon Jongwiriyanurak,Minh Ngoc Do,Ivan Barać,Dzmitry Kuzmin,Badal Nyalang,Antoine Taroni,Andy Catruna,Rushikesh Zawar,Roland Aydin,Pavel Stepachev,Ilai Yaron Levy,Andreas Simons,Rayyan Merchant,Ziyi Yang,Samuel Frontull,Kenneth Enevoldsen,Harris Abdul Majid,Tim Graf,Tatiana Bielakova,Sharifa Djurabaeva,Shaoxiong Ji,Jirui Qi,Ayla Rigouts Terryn,Yurii Paniv,Xiyan Fu,Sunisth Kumar,Shree Harsha Bokkahalli Satish,Papa Abdou Karim Karou Diallo,Mengyu Ye,Maximilian Vieweg,Matija Akrap,Kristýna Onderková,Joseph Attieh,Ivan Yuri De Leon,Ibrahim Baroud,Esrael Teferi Tensay,Elisabeth Fittschen,David Dukić,Benoît Sagot,Jingwei Ni,Yu Fan,Juri Opitz
Vilém Zouhar,Niyati Bafna,Mukund Choudhary,Maike Züfle,Sara Rajaee,Pinzhen Chen,Jannis Vamvas,Sara Papi,Ona de Gibert,Bhavitvya Malik,Eliya Habba,Orfeas Menis Mastromichalakis,Patrícia Schmidtová,Michelle Wastl,Sheriff Issaka,Leshem Choshen,Stella Biderman,Antonis Anastasopoulos,Jan Niehues,Rico Sennrich,Mrinmaya Sachan,Ondřej Bojar,Kenton Murray,Jörg Tiedemann,Alham Fikri Aji,Philipp Koehn,Christof Monz,Alexandra Birch,Sowmya Vajjala,Chalamalasetti Kranti,Cristina España-Bonet,Nobin Sarwar,David Kaczér,Sourajit Saha,Jonathan Tonglet,Shunta Asano,Malik Marmonier,Daban Q. Jaff,Vaisakhi Mishra,Hend Al-Khalifa,Gabriele Sarti,Nils Rehlinger,Juan Daniel Cuervo Villa,Dominik Macháček,Saugata Purkayastha,Jagannathan Ramanujam,Shubhashis Roy Dipta,Aviral Nigam,Shuaib Shuaib Yusuf,Heejin Do,Jonathan Yahav,Johannes-Rudolf David,Maria Carmen Staiano,Zuzana Nadova,Fred Philippy,Ron Keinan,Maria Lymperaiou,Silvia Casola,Fabian Retkowski,Andrés Jerez,Hanna Yukhy- menko,Sangwon Ryu,Avantica Vempati,Sukannya Purkayastha,Adrian Cosma,Erivan Inan,Vitalii Babenko,Wafa Aissa,Valentin Scourneau,Fatima Haouari,Venkata Prasanth Kumar Gummadi,Mehdi Jafarzadeh,Manon Reusens,Kaiser Sun,Lukas Edman,Shaomu Tan,Giuseppe Gallipoli,Pawan Sasanka Ammanamanchi,Manar Ali,Mohammad Sadegh Gholizadeh,Dipankar Srirag,Marek Šuppa,Javier García Gilabert,Ruta Binkyte,Ana-Maria Bucur,Sabry E. Farrag,Youssef Saber,Yihong Liu,Theresia Veronika Rampisela,Christian Hoang,Nicoleta Cojocaru,Jan Kocoń,Jean Maillard,Xiaochuang Yuan,Sina Ahmadi,Daryna Dementieva,Philipp Mondorf,Kaustubh Dhole,Valmik Nahata,Roman Wixinger,Amir Hossein Yari,Shenbin Qian,Manuel Tuor,Fida Mohammad Thoker,Sergey Troshin,Lance Calvin Lim Gamboa,Amir Arsalan Rezapour,Kätriin Kukk,Koel Dutta Chowdhury,Shaswati Saha,Seth Aycock,Bo Chen,Linh Vu,Vatsal Venkatkrishna,Shayan Bali,Arafat Ahsan,Luan Thanh Nguyen,Hassan Soliman,Ngoc Quynh Tram Do,Azmine Toushik Wasi,R. Damanhuri,Marius Huber,Kazuki Egashira,Jimson Paulo Layacan,David Africa,Vladislav Poritski,Mike Zhang,Deep Shah,Abdulaziz Nura Kani,Luis Frentzen Salim,Paul Gavrikov,Bello Umar Bello,Ayush Sunil Munot,Anumit Garg,Yolanda Xavier,Qiaoyuan Zheng,Kawsar Ahmed,Debanshu Das,Zimu Wang,Gengyu Rao,Kamile Dementaviciute,Farhan Farsi,L D M S Sai Teja,Dawei Zhu,Yi Fan,Wei Liu,Marco Gaido,Elias Herranen,Sankalan Pal Chowdhury,Karen Sanchez,Guy Kaplan,Farzad Shami,Ashok Urlana,Amir Hossein Kargaran,Sofie Goethals,Priyaranjan Pattnayak,Oksana Volchek,Marii Ojastu,Hongbin Na,Emilian Radoi,Chenyi Zhao,Carlos Hinojosa,Andrei Niculae,Andrea Gregor de Varda,Zaid Alyafeai,Tomasz Limisiewicz,Reem Alzahrani,Pouya Sadeghi,Nehal Kathrotia,Mateusz Lango,Enzo Doyen,Alex Flückiger,Ulysses Sekai Tully Carr,Samuel Simko,Ritwik Tiwari,Rishit Dagli,Isaac R Caswell,Bowen Yi,Aicha Chorana,Selja Keränen,Sadiksha Chitrakar,Muhammad Ravi Shulthan Habibi,Joy Olusanya,Bishal Shrestha,Zhengxiang Wang,Vivek Harsha Lakkamaneni,Sophia Conrad,Panayiotis Panayiotou,Nazia Tasnim,Marta Punsola Munárriz,Marko Culjak,Luis Lara,Jenny Chim,Jannatul Nayem,Fidel Rodríguez Velásquez,Eran Yahav,Blanka Kövér,Beatrice Savoldi,Anmol Goel,Aishik Mandal,Tosin Adewumi,Raoyuan Zhao,Mykola Haltiuk,Antonia Karamolegkou,Yuxing Lu,Thura Aung,Naser Almousa,Tommaso Cerruti,Raia Abu Ahmad,Beni Egressy,Alireza Pakniat,Stéphane J. P. S. Thunus,Rachel Bawden,Lena Libon,Samridhya Biswas,Prakhar Gupta,Nusrat Jahan Lia,Nguyen Tai,Natchapon Jongwiriyanurak,Minh Ngoc Do,Ivan Barać,Dzmitry Kuzmin,Badal Nyalang,Antoine Taroni,Andy Catruna,Rushikesh Zawar,Roland Aydin,Pavel Stepachev,Ilai Yaron Levy,Andreas Simons,Rayyan Merchant,Ziyi Yang,Samuel Frontull,Kenneth Enevoldsen,Harris Abdul Majid,Tim Graf,Tatiana Bielakova,Sharifa Djurabaeva,Shaoxiong Ji,Jirui Qi,Ayla Rigouts Terryn,Yurii Paniv,Xiyan Fu,Sunisth Kumar,Shree Harsha Bokkahalli Satish,Papa Abdou Karim Karou Diallo,Mengyu Ye,Maximilian Vieweg,Matija Akrap,Kristýna Onderková,Joseph Attieh,Ivan Yuri De Leon,Ibrahim Baroud,Esrael Teferi Tensay,Elisabeth Fittschen,David Dukić,Benoît Sagot,Jingwei Ni,Yu Fan,Juri Opitz

For scientific progress, we need benchmarks that test the limits of state-of-the-art models, and evaluation methods that inform us about failure cases. As models get stronger, standard benchmarks for machine translation are approaching saturation. Further, automatic translation metrics are unreliable, opaque, and vulnerable to reward-hacking. Even gold human evaluation is not problem-free, because it often lacks reproducibility, objectivity, and scalability. Overall, this prevents us from tracking progress in the field and identifying pathways for improvement. We introduce the Last Translation Benchmark, a collection of human-authored and peer-reviewed examples (texts, images, audio, videos) that break leading machine translation models. We also present a new evaluation approach: each example comes with handcrafted verification rules describing concrete failure cases on that example, therefore allowing reliable and actionable future evaluation. The Last Translation Benchmark is a live dataset that accepts ongoing contributions. The latest version is LTBv1, containing accepted contributions prior to September 1st 2026, with future releases planned as new data is continuously collected.


翻译:暂无翻译

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
华为人大清华最新论文:推荐领域的Benchmark终于出现了?
【Facebook】人工智能基准(Benchmarking)测试再思考,55页ppt
专知会员服务
32+阅读 · 2020年12月20日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
35+阅读 · 2019年10月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
61+阅读 · 2019年10月17日
白话attention综述(上)
AINLP
12+阅读 · 2019年12月14日
论文盘点:CVPR 2019 - 文本检测专题
PaperWeekly
14+阅读 · 2019年5月31日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
近期语音类前沿论文
深度学习每日摘要
14+阅读 · 2019年3月17日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
用 LDA 和 LSA 两种方法来降维和做 Topic 建模
AI研习社
13+阅读 · 2018年8月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
0+阅读 · 9月20日
VIP会员
最新内容
俄罗斯如何拦截乌克兰无人机与巡航导弹
专知会员服务
8+阅读 · 10月15日
《武器-目标分配问题:精确与近似求解算法》
专知会员服务
11+阅读 · 10月15日
综述|谁来改进机器人?迈向物理递归自我改进
专知会员服务
10+阅读 · 10月14日
软件定义无人机蜂群给防空带来全新压力
专知会员服务
10+阅读 · 10月13日
《半自主无人地面战车的互操作性》66页
专知会员服务
14+阅读 · 10月13日
相关资讯
白话attention综述(上)
AINLP
12+阅读 · 2019年12月14日
论文盘点:CVPR 2019 - 文本检测专题
PaperWeekly
14+阅读 · 2019年5月31日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
近期语音类前沿论文
深度学习每日摘要
14+阅读 · 2019年3月17日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
用 LDA 和 LSA 两种方法来降维和做 Topic 建模
AI研习社
13+阅读 · 2018年8月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员