Nhìn đầy đủ không được căn cứ: Đánh giá các Sitreps LLM chống lại các báo cáo tình huống do con người viết
Looking Complete Is Not Being Grounded: Evaluating LLM Sitreps Against Human-Authored Situation Reports
Đoạn trích bài viết
Đánh giá cho báo cáo khủng hoảng tự động nên đo lường những gì các chuyên gia cần, chứ không phải những gì thuận tiện để so sánh.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.