ZeroSCROLLS

Определение

Бенчмарк для оценки способности модели понимать длинные документы (книги, научные статьи). Включает задачи извлечения информации, ответов на вопросы и реферирования.

Где встречается

• 627. Как вы тестируете long-context capability модели (бенчмарки RULER, Needle in a Haystack)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление