UrduBench评测乌尔都语大模型推理
热点事件持续更新
UrduBench评测乌尔都语大模型推理
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
论文作者提出UrduBench乌尔都语大模型推理评测基准，将MGSM、MATH-500、CommonSenseQA和OpenBookQA翻译为乌尔都语，并通过多翻译系统集成、启发式后处理、人工校验及GPT特征筛选构建数据。论文评测称，多步推理和符号推理在乌尔都语中难度明显上升，语言对齐的稳定性是模型保持鲁棒推理的重要条件。代码与数据集将公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 06:36
UrduBench 发布：人机协同翻译框架补齐乌尔都语推理评测空白报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- AGI HuntUrduBench 发布：人机协同翻译框架补齐乌尔都语推理评测空白
UrduBench 发布了一套标准化乌尔都语大模型推理评测基准，采用“上下文集成翻译 + 人工校验”框架构建数据。数据将 MGSM、MATH-500、CommonSenseQA、OpenBookQA 翻译为乌尔都语，并经多个翻译系统集成、启发式后处理、人工验证及 GPT 特征筛选。评测显示，多步推理与符号推理难度显著上升，语言对齐的稳定性是鲁棒推理的前提；代码与数据集将公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。