DecisionPivot：面向 LLM 系统决策模型的诊断性基准
DecisionPivot: A Diagnostic Benchmark for Decision Models in LLM Systems
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者推出诊断性基准 DecisionPivot，含 48 项任务、40,033 条数据，覆盖七类决策角色，核心赛道为 13 个生成任务家族的 7,800 条数据并组成对比组。
来源：Hugging Face Daily Papers · arxiv.org