AI 产业 - AI 资讯

DeepL 深度解析：为何标准化翻译测试无法反映真实业务价值

DeepL 团队发布深度分析文章，指出当前 AI 翻译质量测试（如 BLEU、COMET、GEMBA）存在严重偏差。文章通过 48,000 次专家盲测数据证明，DeepL 在 94% 的测试中领先，但强调自动化指标无法衡量上下文一致性、术语统一性及商业场景下的实际表现。文章呼吁回归人类专家评估，认为在差距缩小的时代，主观判断比冷冰冰的分数更具商业指导意义。