Hugging Face Papers ↗ · 2026-11-11
SO-Arena:对系统一模型的能力谱系和可靠性进行基准测试
Research Hugging Face Papers Source language: Chinese
论文摘要(作者报告,未经本站复测):系统一模型承诺无需长 token 生成即可实现快速、通用决策。然而,理解其能力谱系和决策可靠性需要超越聚合指标的深入分析
Excerpt
论文摘要(作者报告,未经本站复测):系统一模型承诺无需长 token 生成即可实现快速、通用决策。然而,理解其能力谱系和决策可靠性需要超越聚合指标的深入分析
Short excerpt from the source — open the original for the full text.