实体 MeetingProbe

MeetingProbe

PulseAugur coverage of MeetingProbe — every cluster mentioning MeetingProbe 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_215936 · Aug 24 · 04:00

新的评估方法针对大型语言模型会议助手的接地失败

加州大学伯克利分校的研究人员推出了一种名为 Evaluation-as-Search (EaS) 的新方法，用于评估由大型语言模型 (LLM) 驱动的会议助手的接地保真度。这种由反馈驱动的方法将评估视为一种自适应搜索，将探测工作集中在最有可能发生故障的领域。该团队开发了 MeetingProbe，这是一个基准测试，包含 3,000 多个来自会议记录的带注释的问答对，该测试表明，与事实回忆相比，当前模型在语篇语用挑战方面面临更大的困难。