研究评测Jev等67个系统阿拉伯语表现
热点事件观察中
研究评测Jev等67个系统阿拉伯语表现
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Hossam Elsafty 等作者发布评估研究，用统一零样本协议评测 67 个系统（47 个决策模型与 20 个 LLM）在 9 类任务家族共 43 项阿拉伯语任务上的表现。结果显示，Jev 1.14.0 的平均任务主指标为 69.24，高于 Jev 1.13.0 的 68.77，但低于 Gemma-4-31B 的 71.81。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
Jev 在阿拉伯语任务上的评测：对比决策模型与 LLM 在标准语和方言上的表现报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIJev 在阿拉伯语任务上的评测：对比决策模型与 LLM 在标准语和方言上的表现
研究用统一零样本协议评测了 67 个系统（47 个决策模型与 20 个 LLM）在 9 类任务家族共 43 项阿拉伯语任务上的表现，Jev 1.14.0 的平均任务主指标为 69.24，高于 Jev 1.13.0 的 68.77，但低于 Gemma-4-31B 的 71.81。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。