“大海捞针”out！“数星星”成测长文本能力更准方法，来自鹅厂

克雷西发自凹非寺量子位公众号 QbitAI 大模型长文本能力测试，又有新方法了！腾讯 MLPD 实验室，用全新开源的“数星星”方法替代了传统的“大海捞针”测试。相比之下，新方法更注重对模型处理长依赖关系能力的考察，对模型的评估更加全面精准。利用这种方法，研究人员对 GPT-4 和国内知名的