Cohere发布CulturalRiddles文化谜语基准

Cohere Labs社区发布CulturalRiddles多文化谜语基准，覆盖62种文化、45个国家和51种语言；对28种大语言模型配置、170772个模型答案的评测显示，最佳模型整体准确率为79%，部分社区准确率不超过22%。该基准由人类社区共创，结合自动评测与大规模人类评估，完整数据及开源贡献流程均已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。