热点事件持续更新
研究者发布挪威法律时效数值评测基准norregel
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月22日，研究者在arXiv发布了名为norregel的预注册评测基准。该基准包含916个测试项，专门用于测试大语言模型对挪威法律中特定日期数值的回答准确度。在首轮测试中，Opus 5.5与Sonnet 4.6的正确率分别为46.7%和40.2%，而Haiku 4.5等模型的大多数回答无法解释。次轮测试结果显示，模型在知识截止期之后给出的过时回答有所增加，不过敏感性分析表明该支持结论并不稳健。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 12:00
研究者发布挪威法律评测基准norregel，测试显示Opus 5.5正确率为46.7%。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 自然语言处理norregel：挪威法律带日期数值的预注册评测基准
norregel 是一个包含 916 个测试项的预注册评测基准，用于测试大语言模型对挪威法律特定日期数值的回答准确度。首轮测试中 Opus 5.5 与 Sonnet 4.6 的正确率分别为 46.7% 和 40.2%，Haiku 4.5 等模型多数回答无法解释。次轮测试显示模型在知识截止期后的过时回答增加，但敏感性分析表明该支持结论并不稳健。
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。