Nghiên cứu
HarnessEval-W: Đưa phương pháp đánh giá dựa trên tác nhân vào các mô hình thế giới
(giờ Việt Nam)
Tóm tắt AI
HarnessEval-W giới thiệu quy trình đánh giá mới cho mô hình thế giới bằng cách chia nhỏ vấn đề thành các tác nhân con để suy luận và xác thực. Phương pháp này giúp tạo ra chuỗi suy luận có thể kiểm chứng, đạt độ chính xác cao so với đánh giá của con người trên 18 mô hình tiêu biểu.
Bản dịch AI
Khoa học Máy tính > Thị giác Máy tính và Nhận dạng Mẫu
arXiv:2608.16859 (cs)
Tác giả: Weiliang Chen, Haowen Sun, Jun Gao, Jiawei Chi, Hanyang Wang, Qiyu Dai, Yihao Li, Hao Li, Jingnan Gao, Yi-Hsin Hung, Xingzhuo Guo, Shangchen Miao, Zhiyuan Shi, Xiang Li, Fengrui Tian, Weihua Du, Ziqi Huang, Shenyuan Gao, Siqiao Huang, Mingyu Liu, Yifei Li, Shizun Wang, Xi Wang, Tianqi Zhang, Xue Luo, Xiyin Ren, Jinshan Ren, Xiaoyang Shen, Xiaobo Hu, Zhiyang Dou, Mingyu Ding, Yichao Yan, Xinchao Wang, Yizhou Wang, Shilong Liu, Wenzhao Zheng, Yueqi Duan, Yuan Gong, Ziwei Liu, Ming-Yu Liu, Jialong Wu, Jiangran Lyu, Fangfu Liu
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Haowen Sun [xem email] [v1] Thứ Hai, 17 tháng 8 năm 2026 17:43:24 UTC (8,291 KB)
Ngữ cảnh duyệt hiện tại:
cs.CV
Chuyển sang duyệt theo:
Đánh dấu trang
Công cụ Thư mục
Công cụ Thư mục và Trích dẫn
Bật/Tắt Trình khám phá Thư mục
Bật/Tắt Connected Papers
Bật/Tắt Litmaps
Bật/Tắt scite.ai
Mã nguồn, Dữ liệu, Phương tiện
Mã nguồn, Dữ liệu và Phương tiện liên quan đến bài báo này
Bật/Tắt alphaXiv
Bật/Tắt Liên kết đến Mã nguồn
Bật/Tắt DagsHub
Bật/Tắt GotitPub
Bật/Tắt Huggingface
Bật/Tắt ScienceCast
Bản trình diễn (Demos)
Bản trình diễn (Demos)
Bật/Tắt Replicate
Bật/Tắt Spaces
Bật/Tắt Spaces
Bài báo liên quan
Công cụ gợi ý và tìm kiếm
Liên kết đến Influence Flower
Bật/Tắt công cụ gợi ý cốt lõi
Về arXivLabs
arXivLabs: các dự án thử nghiệm với sự cộng tác của cộng đồng
arXivLabs là một khuôn khổ cho phép các cộng tác viên phát triển và chia sẻ các tính năng mới của arXiv trực tiếp trên trang web của chúng tôi.
Cả cá nhân và tổ chức làm việc với arXivLabs đều đã đón nhận và chấp nhận các giá trị của chúng tôi về sự cởi mở, cộng đồng, sự xuất sắc và quyền riêng tư dữ liệu người dùng. arXiv cam kết tuân thủ các giá trị này và chỉ làm việc với các đối tác tuân thủ chúng.
Bạn có ý tưởng cho một dự án sẽ mang lại giá trị cho cộng đồng arXiv? Tìm hiểu thêm về arXivLabs.
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.