Лабораторія штучного інтелекту Стенфорд опублікувала універсальну рамку перевірки LLM-as-a-Verifier, яка досягла найкращих результатів у двох бенчмарках.

2026-04-10 00:23:19

Генерація анотацій у процесі

МЕ Новини, 10 квітня (UTC+8), Стенфордська лабораторія штучного інтелекту (StanfordAILab) нещодавно опублікувала універсальну рамку перевірки під назвою “LLM-as-a-Verifier”. Ця рамка за допомогою розширення рівнів оцінювання, повторної перевірки та розбиття стандартів досягла точності 86,4% у базовому тесті Terminal-Bench 2 та 77,8% у базовому тесті SWE-Bench Verified, що є найкращими показниками (SOTA) на даний час. У статті наведено посилання на відповідний блог і код. (Джерело: InFoQ)

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

2 лайків