安全团队发现，顶级AI模型处理日常高量任务成本过高。通过设计检测漏斗，先用规则过滤明显案例，再用轻量模型处理，仅少数复杂案例升级至更强模型，可将检测成本降至每天约1美元。提示工程和上下文提供至关重要，模糊案例仍需人工判断。成本问题应从设计入手解决。
本文探讨了机器翻译系统中自动度量的可靠性，指出现有评估方法对异常值敏感，可能导致错误结论。研究强调依赖人工判断作为参考的重要性，并提出改进自动评估指标的建议。同时，开发了针对印度语言的度量指标，评估了多种机器翻译系统的性能，突出了自动指标的局限性及未来改进方向。
完成下面两步后，将自动完成登录并继续当前操作。
