Piloting the world's first double-blind AI evaluations
Piloting the world's first double-blind AI evaluations
译文排队中，当前为原文 · enAI NEWS JOURNAL
全部 AI 动态
保留完整资讯流，用来源、主题和时间找到你关心的消息。
在语音识别方面衡量基准优化
在语音识别方面衡量基准优化
介绍FASR领导板:真实世界中ASR的基准
介绍FASR领导板:真实世界中ASR的基准
衡量迈向通用人工智能的进展：一种认知框架
我们正在推出一套用于衡量迈向通用人工智能（AGI）进展的框架，并启动一场Kaggle黑客马拉松，以构建相关的评估指标。
FACTS基准测试套件：系统性评估大型语言模型的事实性
利用 FACTS 基准套件系统性地评估大型语言模型的事实性。