--- title: "FLORES-200 — FLORES-200（多语言翻译基准）" source: "https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89" wiki: "systems-analysis.info/int" article: "FLORES-200_—_FLORES-200（多语言翻译基准）" language: "zh" categories: - "Category:Chinese" - "Category:Large language models" - "Category:LLM benchmarks" - "Category:Machine learning" revision_id: 2105 wiki_created_at: 2026-09-06T22:58:41Z wiki_modified_at: 2026-09-06T22:58:41Z downloaded_at: 2026-09-07T22:49:21Z --- # FLORES-200 — FLORES-200（多语言翻译基准） **FLORES-200** 是一个用于多语言机器翻译的评估数据集，涵盖了全球约 200 种语言。它由 Meta 公司的研究人员在“**No Language Left Behind (NLLB)**”项目框架下创建，并于 2022 年发布。FLORES-200 是先前数据集 **FLORES-101** 的扩展，旨在客观评估翻译质量，特别是针对低资源语言^{[\[1\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-pwc_flores-1)}。该数据集的一个关键特点是，所有文本均由专业翻译人员翻译，这确保了参考译文的高质量，使其成为比较机器翻译系统的可靠标准^{[\[2\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-flores_plus-2)}。 ## 背景与创建第一个版本 **FLORES-101** 于 2022 年推出，包含 3001 个来自英文维基百科的句子，并被翻译成 101 种语言^{[\[3\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-flores101_paper-3)}。该数据集填补了在评估低资源语言翻译系统方面的一个重要空白。 2022 年，Meta 公司在“**No Language Left Behind**”项目框架下将语料库扩展至 200 种语言，创建了 **FLORES-200**^{[\[4\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-meta_news-4)}。开发过程遇到了一些困难： - 许多新增语言的标准化程度低，且缺乏双语专业人才。 - 部分语言并非直接从英语翻译，而是通过中介语言（如西班牙语、法语、俄语）进行翻译。 - 对于某些语言，数据集中包含了不同的书写系统（例如拉丁字母和西里尔字母），以反映它们在不同社群中的使用情况^{[\[5\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-huggingface_flores-5)}。 ## 组成与结构 FLORES-200 语料库包含 **3001 个句子**，这些句子选自 842 篇不同的网络文章和维基媒体项目文档。与第一版不同，其来源不仅包括维基百科，还涵盖了其他项目，如维基新闻（Wikinews）、维基教科书（Wikijunior）和维基导游（Wikivoyage）。这确保了主题的多样性（新闻、科学、文化、旅行等），从而可以全面地检验翻译质量。每个英语句子都由专业人员翻译成约 200 种目标语言，形成一个完全对齐的平行语料库。该数据集分为三个部分： - **dev** (开发集) — 用于模型调优。 - **devtest** (开发测试集) — 用于初步评估。 - **test** (测试集) — 隐藏部分，用于在竞赛中公平地比较模型。为了表示语言，数据集使用了 ISO 639-3 标准，并附带书写系统标识，例如，\`eng_Latn\` 代表使用拉丁字母的英语，\`rus_Cyrl\` 代表使用西里尔字母的俄语^{[\[5\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-huggingface_flores-5)}。 ## 应用与意义 FLORES-200 已成为评估多语言机器翻译系统的关键标准。它被用于评估 Meta 的旗舰模型 — **NLLB-200**。在 FLORES-200 上的测试表明，与先前的顶尖系统相比，NLLB-200 在 BLEU 指标上的翻译质量平均提高了 **44%**^{[\[6\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-nllb_paper-6)}。对于一些非洲和印度的语言，准确率的提升超过了 **70%**^{[\[4\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-meta_news-4)}。 Meta 公司已根据 **Creative Commons BY-SA 4.0** 许可证开放了该数据集及其使用工具的自由访问权限。因此，FLORES-200 迅速得到广泛应用，并成为科学研究、机器翻译竞赛（如 WMT）和语言保护倡议中的事实标准。2023 年，OLDI（Open Language Data Initiative）社区开始以 **FLORES+** 的名义扩展该语料库^{[\[2\]](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_note-flores_plus-2)}。 ## 外部链接 - Hugging Face 上的官方数据集 - GitHub 上的官方代码库 ## 参考文献 - Liang, P. et al. (2022). *Holistic Evaluation of Language Models (HELM)*. arXiv:2211.09110. - Chang, Y. et al. (2023). *A Survey on Evaluation of Large Language Models*. arXiv:2307.03109. - Ni, S. et al. (2025). *A Survey on Large Language Model Benchmarks*. arXiv:2508.15361. - Biderman, S. et al. (2024). *The Language Model Evaluation Harness (lm-eval): Guidance and Lessons Learned*. arXiv:2405.14782. - Kiela, D. et al. (2021). *Dynabench: Rethinking Benchmarking in NLP*. arXiv:2104.14337. - Ma, Z. et al. (2021). *Dynaboard: An Evaluation‑As‑A‑Service Platform for Holistic Next‑Generation Benchmarking*. arXiv:2106.06052. - Goel, K. et al. (2021). *Robustness Gym: Unifying the NLP Evaluation Landscape*. arXiv:2101.04840. - Xu, C. et al. (2024). *Benchmark Data Contamination of Large Language Models: A Survey*. arXiv:2406.04244. - Liu, S. et al. (2025). *A Comprehensive Survey on Safety Evaluation of LLMs*. arXiv:2506.11094. - Chiang, W.-L. et al. (2024). *Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference*. arXiv:2403.04132. - Boubdir, M. et al. (2023). *Elo Uncovered: Robustness and Best Practices in Language Model Evaluation*. arXiv:2311.17295. - Huang, L. et al. (2023). *A Survey on Hallucination in Large Language Models*. arXiv:2311.05232. ## 注释 1. [↑](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-pwc_flores_1-0) «FLoRes-200 Dataset». *Papers With Code*. [1] 2. ↑ ^{[2.0](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-flores_plus_2-0)} ^{[2.1](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-flores_plus_2-1)} «FLORES+ Translation and Machine Translation Evaluation for the Erzya Language». *Proceedings of the Ninth Conference on Machine Translation (WMT24)*. [2] 3. [↑](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-flores101_paper_3-0) Goyal, N., et al. «The Flores-101 Evaluation Benchmark for Low-Resource and Multilingual Machine Translation». *Transactions of the Association for Computational Linguistics*. [3] 4. ↑ ^{[4.0](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-meta_news_4-0)} ^{[4.1](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-meta_news_4-1)} «New AI Model Translates 200 Languages, Making Technology Accessible to More People». *Meta Newsroom*. [4] 5. ↑ ^{[5.0](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-huggingface_flores_5-0)} ^{[5.1](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-huggingface_flores_5-1)} «Muennighoff/flores200». *Hugging Face*. [5] 6. [↑](https://systems-analysis.info/int/FLORES-200_%E2%80%94_FLORES-200%EF%BC%88%E5%A4%9A%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91%E5%9F%BA%E5%87%86%EF%BC%89#cite_ref-nllb_paper_6-0) Costa-jussà, M.R., et al. «No Language Left Behind: Scaling Human-Centered Machine Translation». *arXiv:2207.04672*. [6]