PulseAugur
中
实时 00:20:02
实体 Eirik Botten Nicolaysen

Eirik Botten Nicolaysen

PulseAugur coverage of Eirik Botten Nicolaysen — every cluster mentioning Eirik Botten Nicolaysen 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_314975 ·

    新基准测试使用过时的挪威法律数据测试LLM

    一个名为norregel的新基准测试已被开发出来，用于测试语言模型从挪威法律文本中提取过时数值的能力。该基准测试包含从Lovdata的开放数据中提取的916个项目，评估模型是根据信息的生效日期提供正确、过时、错误还是无法解释的答案。在初步测试中，Opus 5.5和Sonnet 4.6的准确率各不相同，Opus 5.5在主要项目上正确回答了46.7%。随后的预注册运行表明，对于在模型知识截止日期之后生效的数值，过时的答案更为常见，但这一…