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
- 4DAnyone 上线 Gradio：5090 显存优化至 32G 以下 — _akhaliq · 2026-09-02
- Muse Voice Transcribe：自适应延迟平衡速度与精度 — AIatMeta · 2026-09-02
- Speculative PTC: 将工具调用与代码生成并行以提速 — a1zhang · 2026-09-02
- 不用 LLM 拍脑袋：用贝叶斯层计算 PR 缺陷概率 — Sakuraaa_29 · 2026-09-02
- 高斯过程与RKHS专著发布，建立统一视角 — RichmanRonald · 2026-09-02
- CBAI 秋季 AI 安全奖学金开放申请，提供 1.5 万美元资助 — sarahwiegreffe · 2026-09-02