跳到正文
热点事件持续更新

八款新LLM系统综述筛选性能提升有限

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Aleksi Huotala等研究者基于 SESR-Eval 基准和新构建的 SESR-Eval-Mini 数据集，评估了八款新 LLM 在软件工程系统综述筛选任务上的表现，发现平均 MCC 仅从旧模型的 0.347 微升至 0.365，筛选性能提升有限。研究还分析了提示词与筛选标准细化对结果的影响。

AI 根据报道生成 · 1 小时前更新

最新进展10月9日 12:00
LLM 在软件工程系统综述中的筛选性能是否已停滞？

报道时间线

沿着报道，了解事件的不同侧面。

10月9日
  1. arXiv cs.SE
    LLM 在软件工程系统综述中的筛选性能是否已停滞？

    研究基于 SESR-Eval 基准及新构建的 SESR-Eval-Mini 数据集，评估了八款新 LLM 在软件工程系统综述筛选任务上的表现，平均 MCC 仅从旧模型的 0.347 微升至 0.365。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。