XNews

腾讯混元推出EvolveScaler基准测试用于信息演化

腾讯混元推出EvolveScaler基准测试用于信息演化

腾讯混元发布了EvolveScaler,这是一个模拟信息演化(记录被撤回和修正)的基准测试。它包含117个原型、159个问题操作符和5个难度等级。在最难的等级中,14个前沿模型的中位数avg@5达到11.3,而在EvolveScaler上训练后,8个分布外基准测试的平均得分提升了5.25分。

Source posts