DuSE-Bench基准发布评估联合推理能力
热点事件持续更新
DuSE-Bench基准发布评估联合推理能力
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
研究人员Cheng等人发布了名为DuSE-Bench的基准测试，该基准包含1000个任务，旨在评估在演化对话与文档上联合推理的能力，相关数据已向公众开放。 其中700个任务的前提需同时源于对话和文档。在测试的11种基线配置中，联合grounding任务的内容准确率最高仅为56.7%，显示出当前模型在此类任务上的挑战。
AI 根据报道生成 · 54 分钟前更新
最新进展11月3日 13:00
DuSE-Bench：评估在演化的对话与文档上联合推理的基准报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · NLPDuSE-Bench：评估在演化的对话与文档上联合推理的基准
DuSE-Bench 基准测试包含 1000 个任务，用于评估在演化对话与文档上联合推理的能力。其中 700 个任务的前提同时源于对话和文档。 在 11 种基线配置中，联合 grounding 任务的内容准确率最高仅为 56.7%。
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。