实体
collaboration
collaboration
PulseAugur coverage of collaboration — every cluster mentioning collaboration across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
可执行规格彻底改变软件开发
本文探讨了可执行规格如何通过实现更大的自动化和协作来改变软件开发。它认为，通过将规格视为代码，团队可以简化测试、文档和整个开发流程，从而实现更高效、更健壮的软件创建。
-
新的LAD-bench基准揭示了视觉语言模型中存在的逻辑推理缺陷
研究人员推出了LAD-bench，这是一个旨在评估大型视觉语言模型（VLM）逻辑推理能力的新基准。该基准包含1000多张合成图像，涵盖住宅、城市、协作和自然领域，其中存在逻辑异常。还提出了一个分层提示协议，以评估模型在识别这些故障时所需的辅助程度。对领先的基础模型的评估显示出明显的弱点，表现最好的模型准确率仅为70.11%，表明隐式逻辑故障检测仍然是一个未解决的挑战。