PapersBuilders14:40Chinese contentdhAIBench:48 个模型在九项语言学标注任务上的基准测试做语言学标注、文本规范化的研究者可以直接用这个开源工具跑自己模型,不用自己搭评估流程。它连置信度校准和成本都记录,比通用排行榜更贴近实际标注场景。数字人文团队值得上手试试。#dhAIBench#benchmarks#LLM evaluation#digital humanitiesaarXiv cs.AI@Ondřej Tichý et al. (5)SourceRead laterReadWorth followingUsefulFollow dhAIBench