标签：评估框架
这才是真・开源模型！公开「后训练」一切，性能超越Llama 3.1 Instruct
艾伦人工智能研究所（Ai2）最近推出了Tülu 3，这是一个开源的大型语言模型，包含8B和70B两个版本，并且未来将推出405B版本。Tülu 3的性能超过了Llama 3.1 Ins...
李飞飞吴佳俊团队新作：推出具身智能决策能力评价基准，o1-preview登顶 | NeurIPS
李飞飞和吴佳俊团队提出了一个新的评估框架——Embodied Agent Interface（EAI），旨在全面检查具身智能决策的四项关键子能力。EAI框架提供了统一的目标表示方...
