跳到正文
热点事件持续更新

研究者发布FutureBench评估LLM知识-上下文冲突

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

Yi-Cheng Lai 与 Hen-Hsen Huang 在 arXiv 发布论文 FutureBench,提出一个可再生的评测框架,用带时间戳的问题、受控段落三元组和无上下文探针来评估大语言模型的知识-上下文冲突,覆盖 3,629 个问题和六个模型。 论文称,该框架支持在同一批对象上随模型更新重复评测,也可扩展到新事件。

AI 根据报道生成 · 16 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    FutureBench:评估大语言模型知识-上下文冲突的可再生评测框架

    arXiv 论文提出 FutureBench,用带时间戳的问题、受控段落三元组和无上下文探针评测大语言模型的知识-上下文冲突,覆盖 3,629 个问题和六个模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。