PACT 合规基准发布:企业助手规则遵循测评,开源权重模型登顶
baseten · x · 2026-09-01
Baseten 赞助发布了 PACT(Pressure-Applied Compliance Testing),一个面向受监管领域(如 HIPAA、招聘法规、GDPR)的企业助手规则遵循新基准,Decagon 参与合作。\n\n结果显示:得分最高的两个模型均为开源权重模型;GLM-5.3 与 GLM-5.3-Flash 是表现最好的 GLM 系列模型,总榜分列第 5 和第 8。
所属事件:PACT 基准发布：压力测试企业 AI 助手合规能力(2 条相关)→
「研究」频道最新
- 南洋理工发布具身智能 Affordance 学习综述，系统梳理近 200 篇研究 — jiqizhixin · 2026-10-18
- 14.3M 参数通用决策引擎 vega-U：冷接任意冻结 LLM 最高达 0.811 准确率 — kalyan_kpl · 2026-10-18
- Reddit 用户倡议建开源视频剪辑数据集,破解 LoRA 易崩问题 — Emergency-Shake4529 · 2026-10-18
- 新基准瞄准商业 Deep Research:联网检索+内部工具调用缺评测 — burkov · 2026-10-18
- DFB 激光器耦合薄膜铌酸锂芯片：最高 170mW、阈值仅 40-45mA — jwt0625 · 2026-10-18
- 百年难题告破:5 页证明「无 Siegel 零点」,新证明正涌来 — Singularitarian · 2026-10-18