★ 3
PCFBench：产品碳足迹估算诊断基准
论文引入PCFBench，首个将产品碳足迹建模分解为独立可评估任务的基准，包含614个专家标记项目。评估显示，最强模型在逐步生成时性能下降，仅45-75%遵守质量守恒，凸显了AI在领域特定工作流中的不足。
arXiv cs.AI63 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文引入PCFBench，首个将产品碳足迹建模分解为独立可评估任务的基准，包含614个专家标记项目。评估显示，最强模型在逐步生成时性能下降，仅45-75%遵守质量守恒，凸显了AI在领域特定工作流中的不足。