DeepSEA: A Multilingual Evaluation Benchmark for Southeast A
热点事件持续更新
DeepSEA: A Multilingual Evaluation Benchmark for Southeast A
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日，多语言评测基准DeepSEA正式发布。该基准覆盖东南亚12种语言，包含数学与科学推理等5项任务，数据基于专业人工翻译构建。 评估结果显示，Gemini-3.7-Flash表现稳健，而小模型在低资源语言中性能严重退化。研究揭示了模型对英文表征的依赖，有助于下一代包容性多语言模型开发。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
DeepSEA: A Multilingual Evaluation Benchmark for Southeast Asia报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPDeepSEA: A Multilingual Evaluation Benchmark for Southeast Asia
DeepSEA 发布，覆盖东南亚 12 种语言，包含数学与科学推理等 5 项任务。 基于专业人工翻译构建，数据显示 Gemini-3.7-Flash 表现稳健，小模型在低资源语言性能严重退化。 揭示模型对英文表征的依赖，有助于下一代包容性多语言模型开发。
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。