跳到正文
arXiv · NLP· Yue Zhao, Zuobin Xiong, Xiyang Hu, Zhangyu Wang, Xiongye Xiao, Ruolin Li·· 2026-10-09AI 评分38

AI4Fire: Evaluating Large Language Models on Wildfire Tasks

AI4Fire: Evaluating Large Language Models on Wildfire Tasks

AI 导读

AI4Fire 基准评估 6 个核心 LLM 在 5 项野火任务上的零样本表现。 引入 Grounding 使 SQL 数据库准确率从 16% 提升至 88%。 公开模型存在数据泄露风险,如危险等级列完美分离测试集。

来源:arXiv · NLP · arxiv.org