实体
Chen Yang
Chen Yang
PulseAugur coverage of Chen Yang — every cluster mentioning Chen Yang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新基准和框架改进了 LLM 对业务规则的提取
研究人员推出了 BREX，这是一个新的基准和框架，旨在改进从复杂业务文档中提取结构化程序化知识。该基准包含来自 30 多个领域的 409 份真实文档和 2,855 条专家标注规则。配套的 ExIde 框架探索了各种提示策略，发现可执行接地和推理优化模型在准确建模规则依赖关系和逻辑方面更胜一筹。
-
新基准揭示视觉语言模型（VLM）的空间推理局限性
研究人员推出了一项名为SSI-Bench的新基准，旨在评估视觉语言模型（VLM）在复杂、受约束环境中的空间智能。该基准包含1000个排序问题，侧重于现实世界3D结构中的几何和拓扑推理，要求模型解决复杂的空间关系。目前，VLM的表现与人类相比存在显著差距，最佳模型的准确率仅为33.6%，这表明其空间理解能力存在根本性局限。