GitHub · 去对齐工具与仓库·· 8 天前AI 评分32
GEOeval：面向法语事实问答的 LLM 网络搜索评测基准
mef-snum-miweb/GEOeval
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/mef-snum-miweb/GEOeval
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GEOeval 是一个带网络搜索的 LLM 评测基准，聚焦法语事实性问题与事实核查，测试对象包括 ChatGPT、Mistral 和 Gemini。它先让被测模型联网作答并提取引用 URL，再由一个或多个 LLM-judge 按 response_quality 和 citation_quality 两项标准打分，每项为 (label, score)，score ∈ [0, 10]。评测数据存于 PostgreSQL，judges 以 0.3 低温度运行且不带搜索工具。
来源：GitHub · 去对齐工具与仓库 · github.com