Aravind Srinivas @AravSrinivas

Perplexity Decider 在 Vals AI 的 Financial ClaimBench 上达到帕累托最优 https://t.co/uBac0vOK15 [引用 @ValsAI]：今天我们发布 ClaimBench，这是我们面向决策模型的新基准。它测试模型能否判断一份财务文件是支持、反驳还是未涉及某项主张。 我们在与 10-K 摘录配对的 1,960 项主张上评估了 15 个模型，Decider V1.2 在决策模型中领先。