本文报道了欧盟翻译总司（DGT）与欧洲翻译硕士（EMT）合作，将MMLU数据集本地化为11种欧洲语言。该项目不仅创建了更具包容性的LLM评估基准，还为硕士生提供了真实的项目基础专业训练，涵盖翻译、修订、项目管理和多语言协调，同时指出了关键的技术、管理及工作流程挑战。
这条 研究论文 信号说明，来自 arXiv cs.CL 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.CL 发布了这条关于 研究论文 的更新：本文报道了欧盟翻译总司（DGT）与欧洲翻译硕士（EMT）合作，将MMLU数据集本地化为11种欧洲语言。该项目不仅创建了更具包容性的LLM评估基准，还为硕士生提供了真实的项目基础专业训练，涵盖翻译、修订、项目管理和多语言协调，同时指出了关键的技术、管理及工作流程挑战。
该项目通过多语言数据集的构建促进了大语言模型评估的多样性和包容性，同时为翻译硕士提供宝贵的实战经验，有助于培养未来的多语言翻译和管理人才。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
随着自主AI代理时代的到来，需求一种能够高效导航数百万工具的发现机制。现有方案因O(N)复杂度和集中治理而受限。本文提出ToolDNS，一种将语义工具发现嵌入互联网最稳健的基础设施——域名系统（DNS）的全新框架。通过在分层命名空间中嵌入功能意图和组织信任，将昂贵的语义搜索转化为轻量的O(log N)名称解析。引入部分展开名称、EDNS0意图负载和逻辑子域等三项协议增强，实现分散治理和语义剪枝。借助涵盖33,688个现实工具的异构基准测试，ToolDNS将查询空间缩减95.26%，实现与最先进检索精度相当的性能，且UDP原生设计使发现延迟大幅降低。此工作表明，实现可扩展AI互操作性，关键在于更智能地利用现有基础设施，而非增加中间件。
本文提出了一种利用积分算子的分布式反馈控制方法，实现无人机运动角度的稳定。该积分算子具有无限记忆特性，借助长期观测数据构建更优控制策略。文章发展了一种普适方法，将含无限记忆的积分微分方程稳定性问题转化为常微分方程系统的分析，针对线性近似研究了具有有限方程数量的系统，且通过复杂核的组合显著增强稳定效果。最后将理论成果应用于无人机飞行稳定性控制，获得了令人意外的指数稳定性结果。
本文提出了一种名为SAGE（ScAffolded Generative models for Explanation）的框架，将认知模型的解释透明性与语言模型的生成灵活性相结合，用于模拟语用推理过程。SAGE将语用过程分解为三类模块：提议者（利用语言模型生成候选备选），评估者（对备选方案进行语义、复杂度或典型性评估），以及选择者（执行基于认知任务分析的规则步骤）。通过三个案例研究评估该模型，涵盖指称表达生成、方式含义和Grice会话含义，结果显示SAGE在准确性上优于基线模型。研究还发现语言模型在生成备选方案方面表现优越，但在评估理论性或形式性测度任务时效果较弱。文中讨论了神经符号模型在解释人类语用语言使用上的潜力与局限性。