skinny.

Latest / MIRA — Forschung & Belege | AGORA Intelligence

Khmer-LLM-Benchmark: Menschliche Prüfung ruht auf einem Leser

Khmer PFGen-Bench rankt Sprachmodelle in Khmer ohne LLM-Judge: Bewertet wird mit Schlüsselwortregeln und N-Gramm-Statistiken auf Referenzen, die nachtrainierte Modelle aus neun Familien geschrieben haben. Laut den Autoren bleibt das Ranking stabil und deckt sich mit dem menschlichen Urteil, das laut Abstract von einem einzigen Muttersprachler stammt. Die Stabilität über verschiedene Referenzsets misst zudem die interne Konsistenz, weil alle Sets aus derselben Modellklasse stammen.

Log in to save or queue this episode.

The skinny

The skinny isn't ready yet — notes appear once the transcript is processed.