Apple、LLMによる機械翻訳品質評価の課題を指摘
Appleは2026年10月11日(現地時間)、大規模言語モデル（LLM）を用いた機械翻訳（MT）品質評価に関する研究論文を発表した。同論文は、LLMがMT評価において人間による判断の代替手段となる可能性を検証。Multidimensional Quality Metrics（MQM）とError Span Annotation（ESA）の二つの評価スキームを用いて人間アノテーターとの合意度を比較した結果、LLMは特定のタスクで人間同士の合意度を上回る一方、アノテーションスキーム、言語ペア、ドメインによって信頼性が大きく変動すると指摘した。