⌘ K
… 读取采集状态 同步中...
雷
原文
AISI Blog·· 2024-12-03AI 评分33

AI 安全研究所 提出 Long-Form Task 评测方法 衡量 LLM 作为科学助手的效用

Long-Form Tasks

AI 导读

AI 安全研究所(AISI)设计了名为 Long-Form Task (LFT) 的评测方法,旨在衡量大语言模型(LLM)在科学场景下提供有用指令的能力。该评测通过专家制定的评分指南实现自动打分,能兼顾领域知识与模型规划推理能力,以低成本、快速部署的方式替代耗时昂贵的人类提升研究(HUS)。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:AISI Blog · aisi.gov.uk