ホットトピック継続更新中
NTCIR-19发布SciClaimEval科学断言跨模态验证评测结果
1 件の報道1 件の報道元8 時間前 更新
まずこの件を把握する
AI 概要
NTCIR-19 推出了跨模态断言验证评测任务 SciClaimEval，基于 180 篇论文评估多模态大语言模型结合图表验证科学断言的能力。评测结果显示，参赛系统多采用提示词与多阶段推理，最佳系统的配对准确率达 98.1%，开源权重模型表现可匹敌闭源模型。然而，在独立验证单个断言证据时，最佳系统得分比配对任务低 24.3 个百分点，表明实际验证仍是开放难题。
AI が報道をもとに生成 · 8 時間前 更新
最新の進展11月5日 13:00
SciClaimEval评测概览发布，最佳系统配对准确率达98.1%，但独立验证断言仍有挑战。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月5日
- arXiv 自然语言处理NTCIR-19 SciClaimEval 任务概览：科学论文跨模态断言验证
NTCIR-19 推出 SciClaimEval 评测任务，基于 180 篇论文评估多模态大语言模型结合图表验证科学断言的能力。参赛系统多采用提示词与多阶段推理，最佳系统配对准确率达 98.1%，开源权重模型表现可匹敌闭源模型。但独立验证单个断言证据时，最佳系统得分低 24.3 个百分点，实际验证仍是开放难题。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月5日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。