--- title: "FLORES-200 (PT)" source: "https://systems-analysis.info/int/FLORES-200_(PT)" wiki: "systems-analysis.info/int" article: "FLORES-200_(PT)" language: "pt" categories: - "Category:Large language models" - "Category:LLM benchmarks" - "Category:Machine learning" - "Category:Portuguese" revision_id: 2096 wiki_created_at: 2026-09-06T22:58:33Z wiki_modified_at: 2026-09-06T22:58:33Z downloaded_at: 2026-09-07T22:49:19Z --- # FLORES-200 (PT) **FLORES-200** é um conjunto de dados de avaliação para tradução automática multilíngue, cobrindo cerca de 200 idiomas do mundo. Foi criado por pesquisadores da Meta como parte do projeto **No Language Left Behind (NLLB)** e apresentado em 2022. O FLORES-200 é uma extensão do conjunto anterior **FLORES-101** e destina-se a avaliar objetivamente a qualidade da tradução, especialmente para línguas de baixos recursos[\[1\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-pwc_flores-1). Uma característica fundamental do conjunto de dados é que todos os textos foram traduzidos por tradutores profissionais, o que garante a alta qualidade das traduções de referência e o torna um padrão confiável para a comparação de sistemas de tradução automática[\[2\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-flores_plus-2). ## Histórico e criação do conjunto de dados A primeira versão, **FLORES-101**, foi apresentada em 2022 e continha 3001 sentenças da Wikipédia em inglês, traduzidas para 101 idiomas[\[3\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-flores101_paper-3). Esse conjunto preencheu uma lacuna importante na avaliação de sistemas de tradução para línguas com poucos dados. Em 2022, como parte do projeto **No Language Left Behind**, a Meta expandiu o corpus para 200 idiomas, criando o **FLORES-200**[\[4\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-meta_news-4). O desenvolvimento enfrentou uma série de dificuldades: - Muitos dos idiomas adicionados tinham baixa padronização e falta de especialistas bilíngues. - Parte dos idiomas foi traduzida não diretamente do inglês, mas através de línguas intermediárias (espanhol, francês, russo). - Para alguns idiomas, foram incluídos diferentes sistemas de escrita (por exemplo, latino e cirílico) para levar em conta seu uso em diferentes comunidades[\[5\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-huggingface_flores-5). ## Composição e estrutura O corpus FLORES-200 inclui **3001 sentenças**, selecionadas de 842 artigos da web e documentos de projetos da Wikimedia. Diferente da primeira versão, as fontes incluem não apenas a Wikipédia, mas também outros projetos como Wikinews, Wikijunior e Wikivoyage. Isso garante uma ampla diversidade temática (notícias, ciência, cultura, viagens), o que permite uma verificação abrangente da qualidade da tradução. Cada sentença em inglês foi traduzida profissionalmente para ~200 idiomas-alvo, formando um corpus paralelo completamente alinhado. O conjunto é dividido em três partes: - **dev** (desenvolvimento) — para o ajuste de modelos. - **devtest** (teste intermediário) — para avaliação preliminar. - **test** (teste final) — uma parte oculta para uma comparação justa de modelos em competições. Para designar os idiomas, utiliza-se o padrão ISO 639-3 com a especificação do script, por exemplo, \`eng_Latn\` para inglês em escrita latina ou \`rus_Cyrl\` para russo em escrita cirílica[\[5\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-huggingface_flores-5). ## Aplicação e importância O FLORES-200 tornou-se o padrão fundamental para a avaliação de sistemas multilíngues de tradução automática. Ele foi usado para avaliar o modelo principal da Meta — **NLLB-200**. Os testes no FLORES-200 mostraram que o NLLB-200 melhorou a qualidade da tradução em uma média de **44%** na métrica BLEU em comparação com os melhores sistemas anteriores[\[6\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-nllb_paper-6). Para alguns idiomas da África e da Índia, o aumento na precisão ultrapassou **70%**[\[4\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-meta_news-4). A Meta forneceu acesso aberto ao conjunto de dados e às ferramentas para seu uso sob a licença **Creative Commons BY-SA 4.0**. Graças a isso, o FLORES-200 rapidamente ganhou ampla adoção e se tornou o padrão de fato em trabalhos científicos, competições de tradução automática (como a WMT) e iniciativas de preservação de idiomas. Em 2023, a comunidade OLDI (Open Language Data Initiative) começou a expandir o corpus sob o nome **FLORES+**[\[2\]](https://systems-analysis.info/int/FLORES-200_(PT)#cite_note-flores_plus-2). ## Ligações externas - Conjunto de dados oficial no Hugging Face - Repositório oficial no GitHub ## Literatura - 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. ## Notas 1. [↑](https://systems-analysis.info/int/FLORES-200_(PT)#cite_ref-pwc_flores_1-0) «FLoRes-200 Dataset». *Papers With Code*. [1] 2. ↑ [2.0](https://systems-analysis.info/int/FLORES-200_(PT)#cite_ref-flores_plus_2-0) [2.1](https://systems-analysis.info/int/FLORES-200_(PT)#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_(PT)#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_(PT)#cite_ref-meta_news_4-0) [4.1](https://systems-analysis.info/int/FLORES-200_(PT)#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_(PT)#cite_ref-huggingface_flores_5-0) [5.1](https://systems-analysis.info/int/FLORES-200_(PT)#cite_ref-huggingface_flores_5-1) «Muennighoff/flores200». *Hugging Face*. [5] 6. [↑](https://systems-analysis.info/int/FLORES-200_(PT)#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]