arXiv cs.CL· Liang-Hsun Huang, Min-Yi Chen, Chao-Chun Chuang, Yu-Wei Liu, Che-Yu Wu, Po-Feng Lee·· 5 小时前AI 评分38
OpenTWBench 发布：面向大语言模型的台湾领域知识评测基准，并揭示评测装置如何影响得分
OpenTWBench (Open Taiwan Benchmark): Taiwan-Domain Knowledge Evaluation for Large Language Models, and How the Measurement Apparatus Shapes the Score
AI 导读
OpenTWBench 是面向大语言模型台湾领域知识的开放评测套件，包含 tw-exam-bench 与 tw-formosa-bench 两个基准。
来源：arXiv cs.CL · arxiv.org