"大模型基准"最新资讯 | 量子位 - Part 2

大模型基准

突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力

来自浙江大学联合上海人工智能实验室，上海交通大学和香港中文大学

白交 2024-10-30

MMBench 大模型基准

无一大模型及格！北大/通研院提出超难基准，专门评估长文本理解生成

像Claude3-200k，GPT4-32k、GPT4-8k、GPT3.5-turbo-6k、LlamaIndex这种商业模型，平均只有40%的准确率。

白交 2024-08-07

北京大学大模型大模型基准长文本理解

加载更多

热门文章

ChatGPT新玩法火了：一句话画出你的真实生活，大神Karpathy玩上了

o1/Claude集体翻车！陶哲轩等60+顶尖数学家合力提出新数学基准

字节豆包通用图像编辑模型SeedEdit开启测试用户可一句话轻松改图

董宇辉：我已经失去了所有快乐的前提

小度为何押注AI眼镜？