PulseAugur
实时 08:49:16
实体 Rohit Patel

Rohit Patel

PulseAugur coverage of Rohit Patel — every cluster mentioning Rohit Patel 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_218073 ·

    新的GIM基准评估LLM在综合认知任务上的表现

    研究人员推出了Grounded Integration Measure (GIM),这是一个新的基准,旨在通过评估大型语言模型(LLM)整合多种认知运算的能力来对其进行评估。与仅关注知识回忆或抽象推理的基准不同,GIM提出的问题需要对约束满足和受众校准等技能与可访问知识进行协调。该基准包含820个原创问题,研究人员使用IRT模型和多位评审员开发了一个强大的评估框架来估算模型能力。他们的研究分析了22个模型和203,800个提示-评审员…