全球产品
全球模型上新
企业新生产力
前沿快讯
评测基准
开源项目
行业动态
技术解读
搜索
前沿快讯
· 共 500 条
基准
·
2026年7月23日
·
热度 79.5
·
United States
Meta发布GAMUT长文本事实完整性评测基准
该基准用双层元评分表评测长文本事实完整性,发现最强模型仍遗漏近半关键内容。
上一页
第 2 / 2 页 · 共 41 条
下一页