[控场AI]
基准

AfriNORM

一个基于场景的多选题数据集基准,用于测量和诊断大型语言模型在非洲社会文化语境下的规范推理能力与文化胜任力。

时间轴 (近 90 天)

11月18日

AfriNORM 是一个用于测量和诊断 LLM 在非洲社会文化语境下规范推理局限的基准,采用基于场景的多选题数据集形式。

待验证50%
11月18日

AfriNORM 论文提出两个新指标:通用常识偏见分数(UCBS)和干扰项偏见分数(DBS)。

待验证50%
11月18日

AfriNORM 目前仅以约鲁巴语为案例,非洲大陆的语言与文化多样性远超单一案例所能覆盖的范围。

待验证50%

全部知识事实 (3)

来源文章