论文
When Readability and Source Retention Diverge: An Evaluability Gap in AI Translation
揭示AI翻译中‘可读性’与‘源文本保真度’的评估鸿沟，指出高可读输出易掩盖事实性偏差，对字节跳动10万亿参数模型、通义千问等中文大模型本地化质量提出新检验标准
首次收录 2026-08-20热度 0.0
translationevaluationhallucination
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「When Readability and Source Retention Diverge: An Evaluability Gap in AI Translation」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。