熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
我們最新的博客關於各模型的稀疏效率在發布後僅兩天就被引用了🤗
在這裡查看該博客：
8月19日 10:15
🤖介紹 OptimalThinkingBench 🤖
📝:
- 思考型 LLM 使用大量的 tokens 並且過度思考；非思考型 LLM 則思考不足且表現不佳。
- 我們引入了一個基準，評分模型以尋找最佳組合。
- OptimalThinkingBench 報告了 F1 分數，結合了 OverThinkingBench（72 個領域的簡單查詢）和 UnderThinkingBench（11 個具有挑戰性的推理任務）。
- 我們評估了 33 種不同的 SOTA 模型，發現需要改進！
🧵1/5
8.63K
熱門
排行
收藏