斯坦福AI实验室发布通用验证框架LLM-as-a-Verifier,在两项基准测试中达SOTA

robot
摘要生成中

ME News 消息,4 月 10 日(UTC+8),斯坦福AI实验室(StanfordAILab)近日发布了一个名为"LLM-as-a-Verifier"的通用验证框架。该框架通过扩展评分粒度、重复验证和标准分解等方法,在Terminal-Bench 2基准测试中取得了86.4%的准确率,在SWE-Bench Verified基准测试中取得了77.8%的准确率,均达到了当前最优水平(SOTA)。文中提供了相关博客和代码的链接。(来源:InFoQ)

此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论