PulseAugur
中
实时 13:56:12
实体 Yu Zhou

Yu Zhou

PulseAugur coverage of Yu Zhou — every cluster mentioning Yu Zhou 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_244861 ·

    新的基准测试评估大型语言模型因果发现和推理能力 · 跟踪 4 个来源

    研究人员推出了新的基准测试,以评估大型语言模型 (LLM) 的因果发现和推理能力。CausalArena 为在各种合成和真实世界数据集上对因果发现基础模型 (CDFM) 进行基准测试提供了一个统一的框架,揭示了基于基准测试设计的显著性能变化。CausalVerify 侧重于大型语言模型执行和验证因果估计工作流的能力,发现虽然一些大型语言模型可以生成代码,但其基于执行的正确性通常较低。CausalBN-Bench 评估了大型语言模型在贝…