XDecideBench 多语言决策模型基准发布
热点事件持续更新
XDecideBench 多语言决策模型基准发布
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
2026年11月3日，Marek Šuppa等人在arXiv发布XDecideBench基准，包含122种语言、88,425段文本及153,875道题目，用于评估跨语言类型化决策模型与置信度策略。 实验表明，经微调的开源模型在12种开发语言上全面超越基座Qwen模型；在数据最少的4种语言中，微调带来的准确率增益显著高于数据丰富语言，但修复错误比例相似。 此外，基于英语数据设定的5%错误率置信度阈值在德语和法语中均导致实际错误率超标，揭示了跨语言置信度策略的局限性。
AI 根据报道生成 · 58 分钟前更新
最新进展11月3日 13:00
XDecideBench：评估跨语言类型化决策模型与置信度策略报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · NLPXDecideBench：评估跨语言类型化决策模型与置信度策略
XDecideBench 推出包含 122 种语言、88,425 段文本及 153,875 道题目评测基准。 经微调的开源模型在 12 种开发语言上全面超越其基座 Qwen 模型；Qwen 本地运行时，数据最少的 4 种语言中准确率增益显著高于数据丰富的 6 种语言，但微调修复错误比例两者相似。 基于英语数据设定的 5% 错误率置信度阈值，在 XNLI 的德语和法语中均导致实际错误率超标。
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。