多语言基准审计：覆盖广而不均

Manan Uppadhyay 等作者发布对 51 个近期多语言基准（含 242 个数据集、219 种语言）的审计研究，结论是覆盖广而不均。审计发现，36% 的语言仅出现在单一基准中，大洋洲、美洲、中亚等地区接近零覆盖；低资源语言仅被评估 1–3 类任务，高资源语言则达 14 类。 审计还指出，56% 的数据集-语言实例由英文翻译构建，并存在翻译基准泄漏与平行语料重叠等污染问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。