跳到正文
今天10月15日周四2 条
10月14日周三
10月13日周二
10月9日周五
10月8日周四
  1. Artificial Analysis69

    Artificial Analysis 发布 Harvey LAB-AA v1.1,为法律智能体评测加入幻觉检查

    Artificial Analysis 发布 Harvey LAB-AA v1.1,在法律智能体评测中加入幻觉检查,将幻觉分为与来源矛盾、编造来源内容、无记录支持的具体断言三类,并区分重大与轻微,仅重大幻觉触发 Hallucination-Gated All-Pass Rate 的零分。

    推荐理由:Harvey LAB-AA v1.1 加入幻觉检查,并给出六个评审模型在同一子集上的对比数据,读者可据此了解法律智能体评测如何衡量幻觉。

10月7日周三