Google DeepMind 联合 Kaggle 推出 FACTS 事实性评测基准套件
Google DeepMind 联合 Kaggle 推出 FACTS 事实性评测基准套件，通过参数化知识、网页搜索、多模态及上下文溯源四个维度系统评估大语言模型的事实准确性。评测集共包含 3,513 个公开样本与私有保留测试集，由 Kaggle 托管并维护公共排行榜。首批 15 款主流大模型测试中 Gemini 3 Pro 以 68.8% 综合得分领先，同时所有受测模型总准确率均在 70% 以下。
#搜索
#搜索
今日 0 条Google DeepMindAI 评分5757
Hugging FaceAI 评分4949 Hugging Face 推出检索评测基准 RTEB：检索评估新标准
Hugging Face 推出检索嵌入评测基准 RTEB（Retrieval Embedding Benchmark）Beta 版，采用公开与私有数据集混合策略，旨在衡量 embedding 模型的真实检索泛化能力。该基准覆盖 20 种语言及法律、医疗、金融等企业领域，以 NDCG@10 为默认指标，私有数据集评测由 MTEB 团队负责以防刷榜过拟合。