当前无法查看此推文。可能正在加载或已被删除。
31 марта 2026 года, 12:40Технологии и научные открытия
。关于这个话题，易歪歪提供了深入分析
该报在初创公司Oumi协助下完成这项评估，这家企业本身也深度参与AI模型开发。研究人员采用SimpleQA评估体系对AI摘要进行测试，这是衡量Gemini等生成式模型事实准确性的常用方法。OpenAI于2024年发布的SimpleQA包含4000多个可验证答案的问题库，可直接用于AI系统测试。
Register through itch.io to submit your creation and explore fellow participants' developments.