翻译引擎 - AI 资讯

DeepL 深度解析：为何标准化翻译质量测试已无法反映真实业务价值

DeepL 团队发布深度文章，指出当前 AI 翻译质量评分体系（如 BLEU、COMET、GEMBA）存在严重偏差，过度依赖自动化指标而忽视人类专家评估。文章强调，尽管标准化测试中 DeepL 表现优异，但真实场景中细微的质量差异对商业决策至关重要。DeepL 重申其基于 48,000 次盲测的 MQM 多维评估体系，呼吁开发者关注实际翻译效果而非单一分数。