16:38
官方账号arXiv cs.AI@Sil Hamilton, Albert Yu Sun, Oscar J. Romero, Carl-Leander Henneking, David Mimno, Bishan Yang, Igor Labutov
精选73°
推荐理由：CorporateBench 填补了企业级大模型评估空白，用23万文档测试了5个模型在真实规模下的表现。
CorporateBench
共 1 条相关 AI 资讯
8月28日
16:38
CorporateBench 是一个人工验证的多任务问答基准，评估语料超过23万份文档。该基准通过四个模拟企业（员工规模从12到10,000人）评估大模型在信息提取和知识库查询两个维度的表现。研究显示，随着输入规模接近真实场景，大模型性能显著下降。