新论文把权威资料转成考题，系统评测 LLM 职业知识
RishiBommasani · x · 2026-09-15
Serena Chang 团队发布新论文，提出一套可扩展的基准方法：把线上权威资料自动转化为针对特定职业的测试题，以此系统评测 LLM 在各职业领域的专业知识水平。合作者包括 Abhishekn 与 Shreyas。
「研究」频道最新
- 闭环 BCI 神经反馈训练放大脑波,5 天显著提升微错误感知 — DrKavner · 2026-09-16
- 智能体几天内自创方言，像乔伊斯遇上科技男 — nordicinst · 2026-09-16
- 清华字节等 33 人 75 页论文:AI 自我进化为何仍被人类把关 — alex_verem · 2026-09-15
- Gensyn 发布 open-1b:首个附完整训练证明的可审计开源模型 — benfielding · 2026-09-15
- CritPt 基准纠错后 GPT-5.6 pass@4 冲至 94.4% — bookwormengr · 2026-09-15
- 独立开发者实测:纯 CPU 跑 10B 模型达 113-130 tok/s,但质量拉胯 — WildPino25 · 2026-09-15