Post #1881

Artificial Analysis Omniscience Index website | Hugging Face 一项涵盖多个经济相关领域、衡量事实记忆与幻觉的基准测试。 背景：AA-Omniscience 是一项知识与幻觉基准测试，旨在奖励准确回答、惩罚胡乱猜测，并帮助我们全面了解不同模型在各领域输出事实可靠内容的能力。该基准测试包含 6 大领域的 6000 道问题，所有问题均源自权威学术与行业来源，并通过基于大语言模型的问题生成智能体自动创建，以确保表述无歧义、内容可扩展且事实精确。