標籤

Claude Sonnet

與「Claude Sonnet」相關的科技新聞。

文章列表

  • Ai2公開XYBench,檢驗模型能否辨識提問誤解

    Ai2公開XYBench,檢驗模型能否辨識提問誤解

    Ai2發布包含8,115題的XYBench,測試模型是否辨識使用者提問背後的錯誤假設,並引導至實際目標。五款受測模型常會提到有效解法,卻仍偏重原先方法,評估目前以英文、單輪程序性問題為主。