Nghiên cứu
SPIEval: Đánh giá khả năng của LLM khi đóng vai trò trợ lý cá nhân trên thiết bị di động
(giờ Việt Nam)
Tóm tắt AI
SPIEval là bộ tiêu chuẩn đánh giá mới với 250 tác vụ, kiểm tra khả năng xử lý thông tin cá nhân phân tán của LLM. Kết quả cho thấy ngay cả các mô hình mạnh nhất cũng gặp khó khăn lớn trong việc định vị và truy xuất dữ liệu chính xác.
Bản dịch AI
Tác giả: Junjie Ye, Zhuohui Sheng, Shaofan Liu, Yulun Zhu, Wenjie Fu, Dingwei Zhu, Ming Zhang, Yujiong Shen, Weichao Wang, Xin Zhao, Shihan Dou, Tao Gui, Qi Zhang, Xuanjing Huang, Pluto Zhou
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Junjie Ye [xem email] [v1] Thứ Ba, 11 tháng 8 năm 2026 09:14:53 UTC (947 KB)
Bài viết được AI dịch và tổng hợp tự động từ HuggingFace Daily Papers (Nổi bậtBài nghiên cứu). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.