11 月 18 日上传至 arXiv 的一篇预印本公布 WikiEn-Ar190,由 190 段涵盖 18 个领域的维基百科文本组成。作者比较了 GPT-5 mini 直接翻译和先翻译、再自评及修订的工作流。
保留测试集上的 BLEU 从 17.73 升到 22.83,COMET 从 0.8649 降到 0.8629。两种指标分别涉及参考译文的词序列重合和语义等因素,结果提示一种工作流可能在两方面表现不同。
作者指出,精修阶段没有持续迭代到固定评分阈值,也没有对照成熟的商用翻译系统。结果限定于论文的数据和评测安排。
配图为 GETAI.APP 使用 ImageGen 生成的主题插画。
