FinEval：一個面向大型語言模型的中文金融領域知識評測基準
FinEval: A Chinese Financial Domain Knowledge Evaluation Benchmark for Large Language Models
arXiv
2
Liang-Hsun Huang 許願
Agent Seer：從規格理解合成評測情境
Agent Seer: Synthesizing Scenarios from Specification Understanding
arXiv
25
Liang-Hsun Huang 許願
對比解碼緩解 LLM 評審中的分數範圍偏差
Contrastive Decoding Mitigates Score Range Bias in LLM-as-a-Judge
arXiv
123
Liang-Hsun Huang 許願