#定量推理

共 1 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「定量推理」标签的资讯、产品与论文，按刊登时间排，新的在上。

6月26日

NuclearQAv2：评估大语言模型核工程能力的结构化基准

想看你用的LLM在核工程上有多靠谱？NuclearQAv2用1240道硬核题测出模型的定量推理短板，比通用基准更实在。

#NuclearQAv2 #核工程 #基准测试 #LLM评估

arXiv cs.AI@Henry Shaowu Yuchi 等 5 人原文