A LARGE LANGUAGE MODEL EVALUATION BENCHMARK AND BASELINE FOR CHINESE PUBLIC SECURITY DOMAIN

828 篇文章

已下架不支持订阅

本文构建了CPSDbench,一个针对中国公共安全领域的语言模型评估基准,涵盖文本分类、信息提取、问答和文本生成四个维度。研究发现LLM在公共安全任务中有优势但也存在处理敏感信息的局限性,为未来定制模型提供参考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《CPSDBENCH: A LARGE LANGUAGE MODEL EVALUATION BENCHMARK AND BASELINE FOR CHINESE PUBLIC SECURITY DOMAIN》的翻译。

CPSDBENCH:中国公共安全领域的大型语言模型评估基准和基线

摘要

大型语言模型(LLM)已经在多个应用程序领域展示了巨大的潜力和有效性。为了评估主流LLM在公共安全任务中的表现,本研究旨在构建一个专门针对中国公共安全领域的评估基准——CPSDbench。CPSDbench集成了从真实世界场景中收集的与公共安全相关的数据集,支持在四个关键维度对LLM进行全面评估:文本分类、信息提取、问答和文本生成。此外,本研究引入了一套创新的评估指标,旨在更准确地量化LLM在执行与公共安全相关的任务时的效能。通过本研究进行的深入分析和评估,我们不仅加深了对现有模型在解决公共安全问题方面的性能优势和局限性的理解,而且为未来针对该领域应用开发更准确、更定制的LLM模型提供了参考。

1 引言

2 相关工作

3 方法

4 结果与分析

5 结论

本研究介绍了CPSDBench,这是一个专门为评估中国公共安全领域LLM而设计的基准。通过从现实世界的公共安全场景中收集数据集,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值