09:39
官方账号arXiv cs.AI@Simiao Ren
推荐理由：别只看模型跑分，这篇论文拆穿了端侧模型的电话代接短板，还附了踩坑评测方法，做手机智能体的值得读。
CallScreenBench
共 1 条相关 AI 资讯
8月4日
09:39
该研究提出CallScreenBench基准，用来评估手机端侧模型代接未知来电的表现。评测从五个质量维度打分，不合并为单一总分。研究用6个0.6B到4B参数的端侧模型，在4-bit量化下做测试，发现能力越高回答质量越好，但来电分流质量并不随之提升。修正脚本化退化基线后，11/15个模型对的分流差异在预注册操作点归零。一个只会挂断和复述对方的智能体也能拿到完美消息保真分数。