评测基准 (6 篇主题)
全部标签- Perplexity发布上下文嵌入模型,检索系统开始同时寻找答案与验证证据 vgotu · 2026-11-04
- 研究团队审计51个多语言评测基准,指出覆盖广度与文化代表性存在结构性缺口 vgotu · 2026-11-02
- 研究提出JSFactCheckBench,揭示事实核查模型评测受任务与证据条件影响 vgotu · 2026-10-28
- CellTrack-Bench提出显微细胞跟踪基准,检验视觉语言模型的时空判断能力 vgotu · 2026-10-24
- OmniCompass多模态视频基准覆盖时间与空间定位,系统检验音视频理解短板 vgotu · 2026-10-19
- AI大模型评测基准与自动化测试工具选型全指南 52JinY · 2026-08-25
首页