欧盟AI法案问答基准及挑战赛结果公布

2026年11月4日，研究团队在arXiv发布针对欧盟AI法案的问答基准及挑战赛结果。该基准包含110道开放题，用于评估通用基线模型与定制助手的监管问答能力。测试涵盖正确性、引用质量及多轮交互维度，结果显示仅有两个定制助手表现稳定优于基线模型，相关代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。