Share your thoughts, 1 month free Claude Pro on usSee more

Machine Translation Evaluation on WMT 2019 (test)

0.327de-en

DIFFSCORE-FT

Updated 21d ago

Evaluation Results

Method	Links
DIFFSCORE-FT 2026.05		0.327	0.335	0.357	0.326	0.411	0.279	0.458	0.356
BARTScore 2026.05		0.318	0.34	0.327	0.307	0.402	0.273	0.428	0.342
BERTScore 2026.05		0.315	0.333	0.283	0.345	0.446	0.232	0.445	0.343
GPTScore 2026.05		0.307	0.289	0.309	0.222	0.36	0.274	0.423	0.312
DIFFSCORE 2026.05		0.288	0.343	0.35	0.303	0.394	0.267	0.472	0.345
MoverScore 2026.05		0.25	0.321	0.301	0.345	0.378	0.223	0.403	0.317
BARTSCORE-PROMPT 2021.06		0.238	0.374	0.318	0.376	0.386	0.219	0.447	0.337
COMET 2021.06		0.219	0.369	0.316	0.378	0.405	0.226	0.462	0.339
BARTSCORE-CNN-PARA 2021.06		0.205	0.37	0.316	0.378	0.386	0.219	0.442	0.331
PRISM 2021.06		0.199	0.366	0.32	0.362	0.382	0.22	0.434	0.326
BERTScore 2021.06		0.19	0.354	0.292	0.351	0.381	0.221	0.43	0.317
BARTSCORE-CNN 2021.06		0.19	0.365	0.3	0.348	0.384	0.208	0.425	0.317
G-Eval 2026.05		0.18	0.12	0.32	0.44	0.24	0.52	0.32	0.306
BLEURT 2021.06		0.174	0.374	0.313	0.372	0.388	0.22	0.436	0.325
BARTSCORE 2021.06		0.156	0.335	0.273	0.324	0.322	0.167	0.389	0.281
UniEval 2026.05		0.156	0.213	0.26	0.206	0.316	0.244	0.385	0.254
QuestEval 2026.05		0.151	0.297	0.234	0.222	0.304	0.145	0.298	0.236
METEOR 2026.05		0.138	0.293	0.205	0.254	0.309	0.104	0.317	0.231
AlignScore 2026.05		0.128	0.153	0.165	0.277	0.288	0.228	0.111	0.193
CHRF 2021.06		0.123	0.292	0.24	0.323	0.304	0.177	0.371	0.261
BLEU 2026.05		0.112	0.244	0.185	0.237	0.311	0.128	0.317	0.219
ROUGE-2 2026.05		0.102	0.187	0.091	0.2	0.215	0.048	0.295	0.163
ROUGE-1 2026.05		0.101	0.217	0.183	0.286	0.233	0.082	0.314	0.202
BLEU 2021.06		0.054	0.236	0.194	0.276	0.249	0.115	0.321	0.206
ROUGE-L 2026.05		0.005	0.235	0.179	0.284	0.251	0.096	0.321	0.196