热点事件持续更新

发布挪威法律日期基准 norregel 测试结果

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月21日，Eirik Botten Nicolaysen 在 arXiv 发布预注册基准测试“norregel”，旨在评估语言模型在挪威法律特定日期下的数值准确性。该基准包含916项提取自 Lovdata 的数据，其中880个主要条目用于评估模型表现。在第一轮测试中，Opus 5.5 和 Sonnet 4.6 分别正确回答了46.7%和40.2%的主要条目。预注册的第二轮测试在敏感性分析 S8 下未能支持假设 H1，因为95%置信区间包含0。同时，假设 H2 显示56.1%的过期答案等同于最近数值。

AI 根据报道生成 · 11 小时前更新

最新进展10月22日 12:00

norregel：挪威法律日期数值预注册基准测试

报道时间线

沿着报道，了解事件的不同侧面。

10月22日

12:00
arXiv · NLP
norregel：挪威法律日期数值预注册基准测试
norregel 基准评估语言模型在挪威法律特定日期下的数值准确性，包含 916 项从 Lovdata 提取的数据。第一轮测试中，Opus 5.5 和 Sonnet 4.6 分别正确回答了 46.7% 和 40.2% 的 880 个主要条目。预注册的第二轮测试在敏感性分析 S8 下未支持假设 H1，因 95% 置信区间包含 0；H2 显示 56.1% 的过期答案等于最近数值。

本事件热度走势

可比范围当前: 7
可比范围峰值: 910月22日 17:00
近 24 小时变化: –

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。