构建欧洲多语言评估数据集：EMT网络内的MMLU本地化项目

arXiv cs.CL 论文
multilingual evaluation dataset mmlu localisation translation llm-benchmark

摘要

本文报告了欧盟委员会翻译总局与欧洲翻译硕士网络合作，将MMLU数据集本地化为11种欧洲语言的项目。该项目不仅为LLM评估创建了更具包容性的基准，还为翻译专业学生提供了真实的项目式专业培训。

arXiv:2607.18432v1 公告类型：新论文 摘要：本文报告了翻译总局（DGT）与欧洲翻译硕士（EMT）合作，将MMLU数据集本地化为11种欧洲语言的项目。除了为LLM评估创建更包容的基准外，该项目还为硕士研究生提供了翻译、修订、项目管理和多语言协调方面的真实项目式专业培训，同时突出了关键的方法论、行政和工作流程挑战。
查看原文
查看缓存全文

缓存时间: 2026/07/22 08:23 

# 构建欧洲多语言评估数据集：EMT网络中的MMLU本地化项目
来源：https://arxiv.org/abs/2607.18432
查看PDF (https://arxiv.org/pdf/2607.18432)

> 摘要：本文报告了翻译总司（DGT）与欧洲翻译硕士（EMT）合作将MMLU数据集本地化为11种欧洲语言的工作。除了为LLM评估创建更具包容性的基准外，该项目还为硕士生提供了翻译、审校、项目管理和多语言协调方面的真实项目式专业培训，同时突出了关键的方法论、行政及工作流程挑战。

## 提交历史

来自：Susana Valdez [查看邮件 (https://arxiv.org/show-email/62c16c4d/2607.18432)] **[v1]** 2026年7月20日星期一 18:33:59 UTC (456 KB)

相似文章

LLM翻译中数字本地化分析

arXiv cs.CL

本文分析了五款大语言模型在英德互译中对时间、数字和日期进行本地化的能力，并测试了改进准确率的策略，发现将本地化原则嵌入提示上下文可带来统计上显著的改进。

超越提示词：基于大语言模型的机器翻译评估器的系统性研究

arXiv cs.CL

一项关于基于大语言模型的机器翻译评估器设计的系统研究，涵盖指令结构、少样本示例、骨干模型选择和多步骤工作流，并推出了 Orbit——一系列基于大语言模型的机器翻译评估器，能够以约为人工标注二十分之一的成本，在错误片段检测和排序方面达到专家水平。