【新智元导读】首个工程自动化任务评估基准DrafterBench，可用于测试大语言模型在土木工程图纸修改任务中的表现。 DrafterBench以图纸修改为核心任务，在20个真实项目中收集并设计了1920个…
你有模型，DrafterBench有任务。
谈及恢复中国市场供应的H20订单，黄仁勋说道：“在昨天公布消息后，我基本都在见媒体，还没有见过我的任何客户，我们应该给他们一些时间，让他们决定他们想采购什么，我很期待能尽快满足他们的要求。 上周，英伟达市值…
图（b）分别展示了不同难度的无解问题的可靠性，发现难度为 1 的不可解问题可靠性偏低，即这些问题需要模型经过推理才能发现问题无解，这种情况更难也符合预期，说明大模型与人类在识别问题无解难度的相关性是一致的，尽…
10/31 16:58
10/31 16:56
10/31 16:55
京公网安备 11011402013531号