研究人员推出DelistBench,一个旨在评估支持搜索的大语言模型(LLMs)在准确补全公司事件数据库方面能力的新基准。该基准包含1,200条证券级别的退市公告,旨在帮助金融机构独立验证缺失、过时或分类错误的记录。评估显示,网络访问显著提高了LLMs在识别公告日期和事件状态方面的准确性,且成本效益高的系统取得了有竞争力的性能。 AI
影响 该基准有望提高LLMs在金融数据验证方面的准确性和效率。
排序理由 该集群包含一篇介绍用于评估LLMs的新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- DelistBench
- Gotit.pub
- Hugging Face
- LLMs
- ScienceCast
- Search-to-Record
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →