热点事件持续更新
研究团队推出家庭经济行为评测基准HouseholdBench
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，研究团队推出了家庭经济行为评测基准HouseholdBench，该基准整合了6项美国家庭调查与32项预测任务，用于评估13款大语言模型预测家庭经济行为与政策调整的能力。评测结果显示，多数大语言模型的表现优于无变化基准，最佳模型将数值结果误差降低了12.2%，领先的闭源模型表现接近梯度提升树。研究还发现，经过微调并聚合16次预测后，4B参数的开源模型表现可匹敌闭源模型。目前，该研究的相关数据集与代码均已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
研究团队推出HouseholdBench基准以评估LLM预测家庭经济行为的能力，并公开了数据集与代码。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理HouseholdBench：评估大语言模型预测家庭经济行为的能力
HouseholdBench 评测基准整合 6 项美国家庭调查与 32 项预测任务，用于评测 13 款 LLM 预测家庭经济行为与政策调整的能力。多数 LLM 表现优于无变化基准，最佳模型将数值结果误差降低 12.2%，领先的闭源模型表现接近梯度提升树。研究还发现经微调并聚合 16 次预测后，4B 参数开源模型可匹敌闭源模型，相关数据集与代码均已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。