arXiv cs.CL· Khan Mahi Al Atahar, Nazifa Tasneem, Ajwad Abrar·· 3 小时前AI 评分22
八款大模型英孟摘要能力评测：GPT-5.6 Luna 英文领先，LLaMA 3.3 70B 孟加拉语反超
Evaluating Large Language Models for Multilingual Abstractive Summarization: A Comprehensive Study of English and Bengali
AI 导读
一项零样本基准测试在规模匹配的英文与孟加拉语 XL-Sum 测试集上评测了八款闭源与开放权重 LLM，结合词汇、语义指标、无参考事实性验证与 LLM-as-a-Judge 多维评估。
来源：arXiv cs.CL · arxiv.org