ホットトピック継続更新中
研究团队推出电商导购评测基准CARTBench
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
2026年11月5日，研究团队推出基于评分标准的购物评测基准CARTBench。该基准依托17个零售领域的1,603条商品记录，旨在评估大语言模型处理复杂且模糊的时序需求能力。在评测标准上，CARTBench包含Core、Excellence和Safety三个维度的1,328条专家准则，目前已针对GPT-6.1-Sol、Claude-Opus-5等10款商业及开源模型展开了评测。
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
研究团队推出购物评测基准CARTBench，已对10款模型完成评测。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CARTBench：基于评分标准的复杂时序购物建议评测基准
研究团队推出购物评测基准 CARTBench，依托 17 个零售领域与 1,603 条商品记录，用于评估大语言模型处理复杂、模糊时序需求的能力。该基准包含 Core、Excellence 和 Safety 维度的 1,328 条专家准则，评测了 GPT-6.1-Sol、Claude-Opus-5 等 10 款商业及开源模型。
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。