DeepSeek-GRM – DeepSeek 联合清华推出的通用奖励模型
DeepSeek-GRM是 DeepSeek 和清华大学研究...
FACTS Grounding是谷歌DeepMind推出的评估大型语言模型（LLMs）能力的基准测试，衡量模型根据给定上下文生成事实准确且无捏造信息的文本的能力。FACTS Grounding测试集包含1719个跨多个领域的示例，要求模型响应必须基于长达32000个token的文档，涵盖摘要、问答和改写等任务。评估用Gemini、GPT-4o和Claude三款模型，分两个阶段：资格评估和事实准确性评估，增强模型的信任度和应用范围。
官网：https://storage.googleapis.com/deepmind-media/FACTS/FACTS_grounding_paper.pdf
数据统计
相关导航
D-Edit – 基于图像、文本、掩码的多功能图像编辑框架
D-Edit是基于图像和文本的多功能图像编辑框架，基于预训练...
NeuralSVG – 文本驱动矢量图形生成技术，转化为有层次结构的矢量图形
NeuralSVG是创新的文本驱动矢量图形生成技术。通过一个...
MemoryScope – 为LLM聊天机器人配备的长期记忆系统
MemoryScope是一个为大型语言模型（LLM）聊天机器...
BioMedGPT-R1 – 清华联合水木分子推出的多模态生物医药大模型
BioMedGPT-R1 是清华大学AI产业研究院（AIR...
TokenVerse – DeepMind等机构推出的多概念个性化图像生成方法
TokenVerse 是基于预训练文本到图像扩散模型的多概念...
OmniSQL – 开源文本到 SQL 模型，自然语言转换为 SQL 查询语句
OmniSQL 是开源的文本到 SQL 模型，将自然语言问题...
Circuit Tracer – Anthropic开源的AI模型内部决策追踪工具
Circuit Tracer 是 Anthropic 推出的...