实体 OfficeQA Pro V2

OfficeQA Pro V2

PulseAugur coverage of OfficeQA Pro V2 — every cluster mentioning OfficeQA Pro V2 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_186142 · Aug 6 · 14:49

Databricks 发布 OfficeQA Pro V2 基准，用于企业 AI 推理

Databricks 发布了 OfficeQA Pro V2，这是一个旨在评估企业风格任务中 AI 代理事实推理能力的新基准。该基准使用了约 12 万页的美国财政部收支账户新语料库，涵盖 1793 年至 2024 年。对前沿模型的初步评估显示平均准确率为 26.0%，模型之间存在显著的性能差异，并且在解析、时间协调和实体范围解释方面仍存在挑战。