PulseAugur
中
实时 10:29:56
English(EN) PetroBench: A Benchmark for Large Language Models in Petroleum Engineering

新的PetroBench基准测试评估石油工程领域的大语言模型

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新的基准测试PetroBench已被开发出来，用于专门评估大语言模型（LLMs）在石油工程领域的性能。该基准测试包含1200个不同格式的问题，涵盖生产、储层和钻井工程，并用于评估八个主流大语言模型。评估显示，尽管模型在事实辨别方面存在困难，尤其是在储层工程领域，但表现最佳的模型如Gemini-3-Pro、Kimi-K2.5和Claude-Opus-4.6-Thinking的总体得分在72%到74%之间。研究还指出了中国模型和国际模型之间明显的性能差异。 AI

影响 为在专业行业中评估大语言模型建立了新的标准，可能指导未来在石油工程等领域的模型开发和部署。

排序理由 该集群描述了一个用于评估特定领域大语言模型的新的学术基准测试，并有已发表的论文支持。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的PetroBench基准测试评估石油工程领域的大语言模型

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiang Wang, Tingting Zhang, Sen Wang, Ying Wu, Heng Meng, Peng Zhou, Peng Li ·

    PetroBench：石油工程领域大语言模型基准测试

    arXiv:2605.28032v1 Announce Type: new Abstract: Large Language Models are increasingly applied in the petroleum industry, highlighting the need for a domain-specific evaluation framework. This study develops a benchmark for LLMs in petroleum engineering, including a three-stage p…

相关实体

相关话题