实体 PRACT-120

PRACT-120

PulseAugur coverage of PRACT-120 — every cluster mentioning PRACT-120 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

RESEARCH · CL_227560 · Aug 31 · 11:52

新的PRACT-120基准旨在全面评估AI聊天机器人

一个名为PRACT-120的新基准被提出，旨在比现有的MMLU或GPQA等测试更全面地评估AI聊天机器人。该基准旨在评估的不仅是核心模型的能力，还包括定义聊天机器人用户体验的集成工具和功能，例如网络搜索、PDF分析和文档编辑。这种方法认识到聊天机器人的整体效用取决于其功能生态系统，而不仅仅是原始语言理解能力。