PulseAugur
中
实时 09:20:04
实体 Rakesh Vaideeswaran Mahesh

Rakesh Vaideeswaran Mahesh

PulseAugur coverage of Rakesh Vaideeswaran Mahesh — every cluster mentioning Rakesh Vaideeswaran Mahesh 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_301036 ·

    新的ListQA基准测试LLM的多事实检索能力

    研究人员推出了ListQA，这是一个旨在评估大型语言模型（LLM）检索和组织事实信息成列表能力的新基准。该基准包含超过9000个由人类策划的问题，要求模型回忆多个事实，经审计的错误率为1.7%。对34个模型的初步测试显示，即使是表现最好的模型在处理多方面问题和仅从其参数中检索事实方面也存在困难，尽管提供维基百科页面等来源文档可以显著提高性能。