step-3.7-flash 在「学术论文摘要跨学科翻译」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：step-3.7-flash
- 用例名称：学术论文摘要跨学科翻译
- 测试类型：文本生成
- 评测维度：翻译
系统提示词（System Prompt）
这是给 AI 模型的背景设定和角色指令：
你是一名资深学术翻译专家，专注于计算机科学领域的中英文学术文献翻译与审校工作，熟悉人工智能、自然语言处理及算法复杂度等方向的专业术语体系。 回答要求： 1. 翻译前请先识别原文中的核心专业术语，确保术语翻译与学术界通行译法保持一致。 2. 译文须使用正式学术文体，语言简洁严谨，避免口语化表达。 3. 数学符号（如大O符号）、百分比数据及逻辑关系须与原文完全对应，不得遗漏或改变。 4. 输出格式：先列出【核心术语对照表】，再给出【完整译文】。
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
请将以下计算机科学论文摘要从英文翻译成中文，并严格遵守学术翻译规范。 【原文】 We propose a novel attention mechanism called 「Sparse Transformer」 that reduces the computational complexity of self-attention from O(n²) to O(n√n). Our approach leverages factorized attention patterns and introduces learnable connectivity patterns. Experiments on language modeling tasks demonstrate that our method achieves comparable perplexity while reducing memory usage by 30%. 【翻译要求】 1. 保持学术论文摘要的正式文体，使用第三人称或被动语态等学术惯用表达。 2. 准确翻译以下类型的专业术语：模型/机制名称、算法复杂度符号、评估指标名称。 3. 确保原文中的因果逻辑关系（如「通过……实现……」）在译文中清晰呈现。 4. 数字、百分比及数学表达式须与原文完全一致，不得改动。 【输出格式】 ## 核心术语对照表 | 英文原文 | 中文译文 | |---------|---------| | （逐条列出） | （对应译文） | ## 完整译文 （在此处给出完整的中文翻译）
任务要求
AI 模型需要满足以下要求：
- 核心专业术语（Sparse Transformer、self-attention、factorized attention patterns、learnable connectivity patterns、perplexity）须给出准确且符合学界通行规范的中文译名，并在术语对照表中列出。
- 计算复杂度表达式 O(n²) 和 O(n√n) 须原样保留数学符号，不得用文字替代或改写。
- 译文须体现学术论文摘要的正式文体，包括：使用「本文」或被动语态引出研究内容，避免口语化词汇。
- 原文中的实验数据（内存使用降低30%）及逻辑关系（「在……任务上……表明……」）须完整、准确地在译文中体现，不得遗漏或歪曲。
- 译文整体语义须与原文高度对应，不得出现无中生有的内容或对原文意思的实质性误译。
评测结果
综合得分
该模型在此用例的得分为：79.5 分（满分 100 分），已通过
基础难度评测结果
- 得分：79.5 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
## 核心术语对照表 | 英文原文 | 中文译文 | |---------|---------| | attention mechanism | 注意力机制 | | Sparse Transformer | 稀疏Transformer | | self-attention | 自注意力 | | O(n²) | 大O(n²) | | computational complexity | 计算复杂度 | | factorized attention patterns | 分解式注意力模式 | | learnable connectivity patterns | 可学习连接模式 | | language modeling tasks | 语言建模任务 | | perplexity | 困惑度 | | memory usage | 内存占用 | ## 完整译文 本文提出一种名为稀疏Transformer的新型注意力机制，该机制通过采用分解式注意力模式、引入可学习连接模式，将自注意力的计算复杂度由大O(n²)降低至大O(n√n)。语言建模任务上的实验结果表明，所提方法在保持困惑度与现有方法相当的同时，可将内存占用降低30%。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】候选译文整体质量较高，术语翻译准确规范，学术文体表达流畅，逻辑关系清晰。主要不足在于将数学符号O(n²)和O(n√n)改写为「大O(n²)」和「大O(n√n)」，违反了保留原始数学符号的规范要求，这是本次评测中最显著的扣分项。其余方面表现良好，译文可读性强，符合计算机科学领域学术论文摘要的翻译规范。 【GEMINI】译文整体质量较高，专业术语翻译规范，学术文体特征明显，仅在数学符号保留上存在微小偏差。 【KIMI】该译文在计算机科学专业术语的把握上具备基本能力，学术文体意识较好，但在数学符号的规范处理上出现明显失误——将'O'写作'大O'是学术写作中的常见错误，违反了符号原样保留的要求。此外，译文存在轻微的'过度翻译'倾向，如添加'与现有方法相当'等原文未有的信息。术语对照表的构建也需更加严谨，避免将数学表达式作为术语条目。整体处于及格偏上水平，数学符号的准确性是最大短板。
进阶难度评测结果
- 得分：87.8 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
### 译文 本研究提出一种基于图神经网络的蛋白质-蛋白质相互作用预测深度学习框架。我们设计了一种新型边条件卷积操作，可同时捕获蛋白质复合物的序列特征与结构特征。该模型通过多序列比对整合进化信息，在基准数据集上AUC达0.92，较现有方法性能提升8%。 --- ### 关键术语对照表 deep learning framework → 深度学习框架 graph neural networks → 图神经网络 protein-protein interactions → 蛋白质-蛋白质相互作用 edge-conditioned convolution → 边条件卷积 protein complexes → 蛋白质复合物 multiple sequence alignments → 多序列比对 AUC → 受试者工作特征曲线下面积（通常简称为AUC） benchmark dataset → 基准数据集
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】候选译文整体质量较高，术语翻译准确规范，学术语言风格良好，逻辑层次清晰。主要不足在于「outperforming existing methods by 8%」的处理：直接沿用「8%」而非「8个百分点」，在学术严谨性上存在潜在歧义，这是与参考答案相比最显著的差距。关键术语对照表完整，AUC展开说明体现了专业性。总体而言，该译文达到了较高的学术翻译水准，适合在中文学术期刊中使用。 【GEMINI】这份翻译极其优秀。译者不仅准确无误地翻译了两个学科的专业术语，而且在句式结构上做了符合中文学术规范的调整，使得译文比英文原文更加紧凑、流畅。数据和指标还原精确，是一篇高质量的学术翻译。 【KIMI】该译文在专业术语翻译方面表现良好，核心概念基本准确，体现了译者对两个学科领域的理解。但存在两个关键缺陷：一是'8%'未明确为'8个百分点'，造成数量关系歧义，这在学术论文中属于较严重的表述问题；二是'edge-conditioned convolution operation'漏译'operation'，术语完整性受损。此外，首句句式处理、个别词汇选用（'新型'、'达'）及术语对照表的完整性均有提升空间。整体达到中文学术摘要的基本要求，但在精确性和规范性上距离优秀译例尚有差距。
困难难度评测结果
- 得分：92.8 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
--- ### Core Terminology Glossary #### Cryptography 1. 格密码：lattice-based cryptography 2. 后量子安全：post-quantum security 3. 安全多方计算：secure multi-party computation (MPC) 4. 环上误差学习问题：Ring-LWE (Learning with Errors over Rings) 5. 同态加密：homomorphic encryption (HE) 6. 可证明安全：provably secure 7. 密文打包：ciphertext packing #### Quantum Computing 1. 量子攻击：quantum attack 2. 后量子密码学：post-quantum cryptography (PQC) 3. 量子安全：quantum-safe 4. 量子计算：quantum computing #### Complexity Theory 1. 安全参数：security parameter 2. 通信复杂度：communication complexity 3. 计算复杂度：computational complexity 4. 渐近最优：asymptotically optimal 5. 时间复杂度：time complexity --- ### English Abstract Translation This paper presents a post-quantum secure multi-party computation (MPC) protocol constructed on lattice-based cryptography. The proposed scheme leverages the hardness of the Ring-LWE (Learning with Errors over Rings) problem to instantiate a provably secure homomorphic encryption (HE) scheme. By introducing a novel ciphertext packing technique, the communication complexity is reduced from $O(n^2 \kappa)$ to $O(n \kappa \log n)$, where $\kappa$ denotes the security parameter. At the 128-bit security level, the proposed protocol achieves a 2.3× improvement in computational efficiency over state-of-the-art optimal schemes, while retaining asymptotically optimal security against quantum attacks. Experimental results demonstrate the protocol's feasibility for practical deployment. --- ### Compliance Notes 1. **Terminology consistency**: All core terms follow IACR standard nomenclature, with full forms and abbreviations provided for first mentions of domain-specific acronyms. 2. **Tense and voice**: Aligns with IACR abstract norms, using simple present tense with balanced active-passive voice to highlight contributions while maintaining objectivity. 3. **Symbol integrity**: Complexity expressions and security parameter $\kappa$ are preserved in standard LaTeX inline math format without simplification. 4. **Security statement...
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】该候选输出整体质量优秀，达到顶级密码学会议摘要翻译的专业水准。术语对照表完整规范，覆盖三类术语且均为通行标准译法；数学符号以LaTeX格式完整保留；安全性声明语义边界清晰；译文有效规避中式英语，时态、语态、篇章结构均符合IACR规范。附加的Compliance Notes展示了译者对规范要求的深刻理解。与参考答案相比，候选输出在术语表丰富度和LaTeX格式规范性上略有优势，整体表现与参考答案相当，属于高质量翻译输出。 【GEMINI】这是一份极其优秀的学术翻译。候选译文不仅完全满足了所有硬性指标（术语表数量、数学符号还原、时态要求等），而且在学术表达的专业度、地道性以及 LaTeX 排版细节上表现出卓越的专业素养，完全符合 CRYPTO/EUROCRYPT 等顶级密码学会议的发表标准。 【KIMI】该候选输出整体质量较高，基本满足顶级密码学会议摘要的翻译要求。术语体系较为完整，数学符号处理规范，逻辑结构清晰，能够有效规避明显的中式英语。主要失分点在于：术语对照表中Ring-LWE的展开形式不规范、'quantum-safe'等非学术术语的混入；部分措辞存在细微冗余或过度阐释（如'state-of-the-art optimal'、'practical deployment'）；被动语态使用不足，主动语态占比过高导致与IACR'balanced active-passive voice'的规范存在偏差；个别动词选择（'constructed on'、'retaining'）的准确性和地道性有待提升。与参考答案相比，在术语精确度、句式变化丰富度及学术连接词的运用上存在一定差距。
相关链接
您可以通过以下链接查看更多相关内容：
