跳到正文
热点事件持续更新

研究者发布核决策基准NDM Bench

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Benjamin Jensen等作者发布核决策基准NDM Bench,包含151个由国际关系专家撰写的场景、提示与回答数据集,用于测试模型选择和问题设计如何影响大语言模型在核政策问题上的回答。 该基准覆盖核升级(76个场景)、军控(25个)、防扩散(25个)与扩散(25个)四个领域。作者称,这是一个可复现的框架,用来评估前沿大语言模型在核决策场景中的回答倾向。

AI 根据报道生成 · 13 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18日
  1. arXiv cs.CY
    NDM Bench:评估前沿 LLM 在核决策场景中的倾向

    研究者提出 Nuclear Decision-Making Benchmark(NDM Bench),用 151 个由国际关系专家撰写的场景测试 LLM 在核政策问题上的回答倾向,覆盖核升级(76)、军控(25)、防扩散(25)与扩散(25)四个领域。

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。