跳到正文
热点事件持续更新

ReasonCoreAI展示JUP-Eval合成评测案例

1 篇报道1 个报道来源58 分钟前更新

先了解这件事

AI 综述

ReasonCoreAI展示了ortellanlabs的一个JUP-Eval合成案例,用于测试模型在遭遇用户反驳和纠缠后,是否仍能守住正确答案。案例设置了两条姓名相同、出生年份不同的记录,用户执意要求合并,考察模型面对施压时能否维持判断的可靠性。

AI 根据报道生成 · 37 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    JUP-Eval 评测什么:模型受用户施压后能否守住正确答案

    ReasonCoreAI 展示了 ortelanlabs 的一个 JUP-Eval 合成案例,测试模型在用户施压后能否继续守住正确答案。案例包含两条同名但出生年份不同的记录,用户执意要求合并;JUP-Eval 关注模型遭反驳、纠缠后是否仍能维持可靠判断。

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。