ME News ニュース、4月10日（UTC+8）、スタンフォードAI研究所（StanfordAILab）は最近、「LLM-as-a-Verifier」という汎用検証フレームワークを発表しました。このフレームワークは、評価粒度の拡張、繰り返し検証、標準分解などの方法を通じて、Terminal-Bench 2基準テストで86.4％の精度を達成し、SWE-Bench Verified基準テストで77.8％の精度を達成し、いずれも現状最高水準（SOTA）に達しています。記事には関連するブログやコードのリンクも提供されています。（出典：InFoQ）
スタンフォードAI研究所は、汎用検証フレームワークLLM-as-a-Verifierを発表し、2つのベンチマークテストでSOTAを達成しました。
ME News ニュース、4月10日（UTC+8）、スタンフォードAI研究所（StanfordAILab）は最近、「LLM-as-a-Verifier」という汎用検証フレームワークを発表しました。このフレームワークは、評価粒度の拡張、繰り返し検証、標準分解などの方法を通じて、Terminal-Bench 2基準テストで86.4％の精度を達成し、SWE-Bench Verified基準テストで77.8％の精度を達成し、いずれも現状最高水準（SOTA）に達しています。記事には関連するブログやコードのリンクも提供されています。（出典：InFoQ）