ExCAM 提出可解释文化错误评测指标

2026年10月，一篇名为 ExCAM 的论文提出首个可识别、评分并解释 instruction-output 对中文化错误的评测指标。该指标在均衡测试集上的错误检测准确率最高达 80%，超过 GPT-5 等基线。配套发布的 ExCAM40k 数据集由九个现有基准重排版并加入合成错误构成。据论文介绍，ExCAM 目前仅支持文本错误检测，未来可能扩展到多模态。相关报道未披露该论文的发表渠道与作者团队信息。

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。