实体 PAIR-IQ

PAIR-IQ

PulseAugur coverage of PAIR-IQ — every cluster mentioning PAIR-IQ 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_199772 · Aug 13 · 12:11

新的基准LigBench旨在客观评估LLM生成的研创意

研究人员推出LigBench，这是一个旨在客观评估大型语言模型生成的研究创意的质量的新基准。该基准旨在为各种创意生成分布提供统一可靠的评估，解决了当前评估实践碎片化的问题。与LigBench一起，该团队还开发了PAIR-IQ，这是一个用于训练能够判断创意对的模型的数据集，从而支持更准确的比较评估，并为可扩展的研究创意评估建立标准。