实体 UXBench

UXBench

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

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

TOOL · CL_79554 · Jun 8 · 14:44

新的UXBench基准测试评估AI助手用户体验

研究人员推出了UXBench，这是一个旨在评估人工智能助手用户体验的新基准测试。该基准测试侧重于偏好对齐和对话生成，使用了来自中国人工智能助手的70,000多条交互日志。UXBench包含三个任务——UX Judge、UX Eval和UX Recovery——并已在26个大型语言模型上进行了测试，揭示了这些模型在理解和改善用户体验方面的表现。