实体 PACEJudge

PACEJudge

PulseAugur coverage of PACEJudge — every cluster mentioning PACEJudge 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_223116 · Aug 28 · 04:00

新的基准PACESHOP评估AI购物助手

研究人员推出了PACEShop，这是一个新的基准数据集和评估协议，旨在评估个性化、可操作、组合式和基于证据的购物助手。该基准通过关注这些助手的结构化决策能力，而不仅仅是流畅的响应，来解决现有评估方法的局限性。PACEShop包含超过22,000条记录，具有详细的购物者画像、证据池和缺陷注释，能够更精细地评估助手性能。