实体
Prosa
Prosa
PulseAugur coverage of Prosa — every cluster mentioning Prosa across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
大型语言模型框架PROVE-RT助力为实时系统生成定理证明器脚本
研究人员开发了PROVE-RT，一个旨在协助大型语言模型（LLMs）生成机械化定理证明器脚本的新框架，特别针对实时系统。该系统解决了当前大型语言模型缺乏PROSA/ROCQ定理证明器所需专业知识的挑战。PROVE-RT采用了一种引导式方法，结合了依赖感知的非正式草图和从已处理文档中检索信息，以提高生成脚本的准确性。在评估中，PROVE-RT在生成有效的PROSA机械化方面取得了44.7%的成功率，显著优于直接提示最先进的大型语言模型。
-
新框架审计文档解析器中的结构脆弱性
研究人员开发了 ProSA，一个旨在评估文档布局分析 (DLA) 管道结构鲁棒性的新审计框架。该框架超越了传统的以区域为中心的评估，专注于块级结构丢失率和路径归因。ProSA 的研究结果表明，结构完整性是 DLA 鲁棒性比单纯的区域覆盖更关键的指标，对问答和检索等下游任务有显著影响。
-
新基准‘Prosa’评估巴西葡萄牙语聊天中的LLM
研究人员推出了Prosa，这是一个新的基准，旨在通过巴西葡萄牙语的真实用户对话来评估大型语言模型（LLM）。该基准使用基于评分标准的评分系统，并结合多裁判过滤来减轻整体LLM作为裁判评估中常见的偏见。Prosa包含1000个WildChat对话，旨在通过增加模型之间的分数差距来提高LLM评估的区分能力。