待验证50% 置信基准精确时间

DASA的评测基准涵盖知识类任务、数学推理、代码生成、常识推理等六个方面

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

微调LLM还需要人类可读文本吗？DASA给出否定答案

涉及实体

相关事实

待验证Laya定位为专注于结构化决策任务的决策模型，包括意图路由、事实核查、内容审核共识判断、提示词护栏、评分标准打分以及多轮对话轨迹分析等场景73% 相似待验证现有通用评测基准如MMLU、HellaSwag主要考察知识覆盖与逻辑推理67% 相似部分验证区分记忆与推理的有效方法包括引入需要多步跨文档整合的新颖问题，或要求模型展示完整推理链并由领域专家人工核验67% 相似待验证判断模型能否作为智能体核心推理引擎主要看两个基准指标：智能体能力（Agent）得分和编码能力（Coding）得分66% 相似待验证该数据集涵盖正确性bug、安全问题、性能权衡和真实的风格判断等多种编程质量维度66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961005

API

curl https://kongchang.com/api/v1/knowledge/claims/961005

MCP

get_claim(id=961005)