评测框架 - AI话题

2024-07-03

DeepSeek-V2-Chat、孟子、腾讯元宝、TRANSAGENTS等国产模型在数学、长文本、翻译等场景逼近或超越GPT-4；北大KIEval提出动态交互评测框架，揭示“刷榜”水分，推动国产大模型从参数竞赛走向可信、可用、可持续迭代。

AI快开门