实体 JFTA-Bench

JFTA-Bench

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

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

时间线

2026-09-01 research_milestone Researchers introduced JFTA-Bench, a new benchmark for evaluating LLM capabilities in analyzing malfunctions using fault trees. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_228961 · Sep 1 · 04:00

新基准测试大语言模型使用故障树进行故障分析的能力

研究人员开发了 JFTA-Bench，这是一个旨在评估大型语言模型使用故障树分析故障能力的新基准。该基准包括一种新颖的故障树文本表示方法，并模拟用户在信息模糊和错误场景下的行为，以测试模型的任务跟踪和恢复能力。在评估中，Gemini 2.5 Pro 在此基准上表现出最强的性能。