PulseAugur
中
实时 12:56:42
实体 Farhan Ahmed

Farhan Ahmed

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_06911 ·

    新基准评估LLM生成Mermaid序列图的能力

    研究人员推出了MermaidSeqBench，一个旨在评估大型语言模型根据自然语言提示生成Mermaid序列图能力的新基准。该基准包含132个经过人类验证和LLM增强的样本，评估语法正确性和实际可用性等方面。使用LLM裁判进行的初步评估显示，当前最先进的模型之间存在显著的能力差距，突显了为软件工程应用改进图表生成标准的必要性。