PulseAugur
中
实时 18:45:20
实体 question-answering benchmarks

question-answering benchmarks

PulseAugur coverage of question-answering benchmarks — every cluster mentioning question-answering benchmarks across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_317276 ·

    新研究探讨了工具增强型LLM比较中的提示敏感性

    arXiv上的一篇新研究论文探讨了在比较语言模型时集成工具所带来的提示敏感性问题。该研究提出了一种匹配协议，以将推理和工具调用等各种因素与简单的准确性提升区分开来。研究结果表明，虽然工具可以提高准确性，但它们也会增加基于问题措辞的模型比较的变异性，并且这种效应因模型和接口而异。