PulseAugur
中
实时 07:56:17
实体 CrisisBench

CrisisBench

PulseAugur coverage of CrisisBench — every cluster mentioning CrisisBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
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

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_364199 ·

    新的AI评估套件CrisisBench旨在评估危机咨询能力

    研究人员开发了CrisisBench,这是一个新的评估套件,旨在评估AI模型在危机咨询场景中的能力。该套件包含1000多个源自已去标识化危机对话的任务,并使用经过专家咨询师校准的AI生成的患者模型。初步评估显示,当前的GPT模型在过度共情和提问等方面表现不如人类咨询师,尽管检索增强生成模型在多轮评估中得分最高。