FilBench 发布：评估 LLM 理解与生成菲律宾语的能力

Hugging Face 发布 FilBench，系统评估 LLM 在 Tagalog、Filipino 和 Cebuano 等菲律宾语言上的表现。评测涵盖文化、NLP、阅读理解和生成四大类，结果显示 GPT-4o 表现最佳，而 SEA-LION 等区域模型在参数效率上具有优势。开源模型在成本效益上优于商业模型，但翻译任务仍是主要难点。