基准HELMET基准 / HELMET长文本评测
HELMET
一种用于评估大语言模型长文本理解和处理能力的评测基准，覆盖多种长上下文任务场景
时间轴 (近 90 天)
10月7日
在HELMET长文本评测基准上，WavePrune在测试的五个模型中有四个取得分数提升，且无需额外调优
待验证50%
10月7日
Qwen3-8B应用WavePrune后HELMET分数从35.7提升到40.0
待验证50%
一种用于评估大语言模型长文本理解和处理能力的评测基准，覆盖多种长上下文任务场景
在HELMET长文本评测基准上，WavePrune在测试的五个模型中有四个取得分数提升，且无需额外调优
Qwen3-8B应用WavePrune后HELMET分数从35.7提升到40.0