XNews

腾讯混元发布EvolveScaler基准测试

腾讯混元发布EvolveScaler基准测试

腾讯混元发布了EvolveScaler,这是一个针对信息演化(记录被撤回和修正)的基准测试。它包含117个原型、159个问题操作符、5个难度等级,以及每个样本最多1200个事件。在14个前沿模型上,中位数avg@5降至11.3;基于该基准训练后,在8个分布外基准测试中平均提升5.25。

Source posts