PulseAugur
中
实时 08:07:04
实体 Evidence-grounded Judgment

Evidence-grounded Judgment

PulseAugur coverage of Evidence-grounded Judgment — every cluster mentioning Evidence-grounded Judgment 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_364364 ·

    新的PURE基准测试MLLM的多模态身份匹配能力

    一个名为PURE的新基准已被开发出来,用于评估多模态大语言模型(MLLM)在身份匹配任务上的表现,特别是在电子商务领域。PURE在14个任务和1,457个问题中评估了四个关键能力:感知(Perception)、理解(Understanding)、推理(Reasoning)和证据支持的判断(Evidence-grounded Judgment)。对十个近期MLLM的初步测试显示,得分范围从47.1%到86.0%,模型在理解任务上的表现普…