跳到正文
热点事件历史事件

GitHub 仓库 llm_benchmark 收录 29 项大模型评测任务

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

GitHub 用户 llm2014 发布了名为 llm_benchmark 的仓库,收录 29 项大模型评测任务,包括交织文本、观棋不语、程序编写、三维重建、隐性约束、上限探索等,每项附一句任务说明。 仓库介绍称任务重点考察模型在多轮推理、约束求解和规则推导上的能力。目前仓库仅为任务列表,未包含模型版本、评测分数或发布声明。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. GitHub · 灵魂体仓库
    GitHub 仓库 llm2014/llm_benchmark 收录 29 项大模型评测任务

    GitHub 仓库 llm2014/llm_benchmark 列出了 29 项大模型评测任务,包括交织文本、观棋不语、程序编写、三维重建、隐性约束、上限探索等,每项附一句任务说明,重点考察模型在多轮推理、约束求解和规则推导上的能力。 **说明**:正文仅为任务列表,没有模型版本号、分数、发布声明等信息,因此标题按规则用来源仓库名补全主体,摘要只列原文实际出现的关键词,未添加任何原文外内容。