如题，市面上模型和翻译服务众多，手动测太麻烦了,而且标准难以统一 
初步想法是建立标准让ai专家来打分，但在这之前需要先有个测试集，如果让ai直接生成的测试集话可能会出问题 
或者之后可以弄一个翻译竞技场 
佬友们遇到过什么有什么有意思或者有难度的句子吗，最好是可以体现出不同的翻译效果的