WildChat集值路由基准发布

1. 13:00
   arXiv · ML

   语言模型智能体系统的集值路由：WildChat 基准与成本感知评估

   summary_zh: 研究者提出将多智能体分发建模为集值语言理解，构建了包含 3000 条 WildChat 提示词的基准测试集。 微调文本编码器在该基准上取得 89.59 F1 分数，远超 GPT-4o 的 41.51；引入 WAR 后处理规则可优化成本效用。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。