PulseAugur
中
实时 23:31:36
实体 Propaganda Resistance benchmark

Propaganda Resistance benchmark

PulseAugur coverage of Propaganda Resistance benchmark — every cluster mentioning Propaganda Resistance benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_71809 ·

    Anthropic的Claude模型在抵制俄罗斯宣传基准测试中领先

    爱沙尼亚语言研究所开发了一个新的基准测试，用于评估大型语言模型抵制俄罗斯宣传的能力。该测试对数十个大型语言模型进行了排名，评估它们避免在俄罗斯战略叙事中经常使用的议题上持立场的程度。Anthropic的Claude模型，特别是Opus 4.7，在专有前沿模型中表现最佳，通过持续抵制虚假信息获得了高分。