TrussTutor-Bench 静力学基准发布，评测 13 个大语言模型
热点事件持续更新
TrussTutor-Bench 静力学基准发布，评测 13 个大语言模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Evangelos Apostolakis 等在 arXiv 发布 TrussTutor-Bench 基准，包含 200 道经核验的二维桁架题及自动生成的学生解答，并据此评测了 13 个大语言模型。 该基准从三个维度进行评测：模型自身解题的准确率、面对学生解答时的谄媚度，以及对错误解答的检测能力。
AI 根据报道生成 · 41 分钟前更新
最新进展10月31日 12:00
TrussTutor-Bench：用 200 道桁架题评测 LLM 的解题准确率、谄媚与错误检测报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AITrussTutor-Bench：用 200 道桁架题评测 LLM 的解题准确率、谄媚与错误检测
TrussTutor-Bench 是一个包含 200 道经核验二维桁架题及自动生成学生解答的基准，用于从解题准确率、谄媚度和错误检测三方面评测 13 个大语言模型。
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。