10:48
官方一手arXiv: DeepSeek@Muhammed Saeed, Simon Razniewski
精选73°
推荐理由：LLMPEDIA 让你能直接查看和比较三大模型的知识准确性，发现它们在 MMLU 外的真实表现。
GPT-5-mini
共 2 条相关 AI 资讯
9月2日
10:48
LLMPEDIA 从 GPT-5-mini、DeepSeek-V3.2 和 Llama-3.3-70B 三个模型家族中提取了约 130 万篇文章。研究团队对分层抽样的事实声明进行审核，发现真实准确率为 68.4%，比 MMLU 基准低 21 个百分点。30.5% 的声明无法被维基百科或网络资源验证，属于长尾知识或合理幻觉。该平台提供五种一键视图，包括链接遍历探索、声明级事实核查、跨模型和政治立场比较等。
5月19日
12:49
12:49
官方一手arXiv: OpenAI@M. Mikail Demir, M. Abdullah Canbaz
精选
推荐理由：法律科技团队终于有了针对负面处理分类的专门评估框架——新指标和数据集能更真实反映错误风险，做法律文档自动化的开发者建议直接参考。