推理时将多语言评估指标激活导向英语枢轴可提升其有效性。
资讯摘要
论文提出 SteerEval，针对多语言神经摘要评估指标与人类判断相关性不足的问题，假设多语言模型以英语为内部枢轴语言，尝试在推理阶段将指标激活导向英语枢轴。作者在基于编码器和解码器的指标上实验，报告测试时干预方法普遍有效，提升了多种语言下指标的有效性。
要点速读
- 论文关注多语言摘要评估指标稀缺且不够准确稳健的问题。
- 作者假设多语言模型内部以英语为枢轴，激活偏离枢轴会损害下游表现。
- 在编码器与解码器两类指标上实验，作者报告推理时干预提升了多语言指标有效性。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。