发布SAGE-QA闭域问答评测框架

SAGE-QA 的作者团队提出一个面向闭域问答的多层评测框架，并在 SQuAD 2.0 上对生成式大模型进行评测。该框架结合两个评分：基于参考答案的语义等价评分（SES）和基于段落的再验证评分（RVS）。 提出这一框架的动因是，传统 Exact Match 指标无法区分模型的同义改写与事实错误；SAGE-QA 旨在弥补这一缺陷。

AI 根据报道生成 · 31 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。