MMDM基准发布，评估决策模型多任务能力
热点事件观察中
MMDM基准发布，评估决策模型多任务能力
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
Hugging Face的研究者发布了名为MMDM的大规模多任务决策基准，包含5448个问题，覆盖16个任务类别，用于评估模型在非依赖选项、约束决策和多选任务中的表现。 该基准测试了28个决策模型，结果显示Perplexity Decider-V1.2在世界知识单选任务中准确率达78.75%，但在选项逻辑和约束规划任务中准确率分别降至53.95%和47.95%。
AI 根据报道生成 · 1 天前更新
最新进展11月10日 03:00
MMDM: 测量大规模多任务决策能力的基准报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- Hugging Face · 每日论文MMDM: 测量大规模多任务决策能力的基准
MMDM 是一个包含 5,448 个高质量问题的基准，覆盖 16 个任务类别，用于评估决策模型在非依赖选项、约束决策和多选任务中的表现。该基准测试了 28 个决策模型，其中 Perplexity Decider-V1.2 在世界知识单选任务中达到 78.75% 准确率，但在选项逻辑和约束规划任务中分别降至 53.95% 和 47.95%。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1311月11日 14:00
- 近 24 小时变化
- -63%
051015
18:0011月12日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。