OpenAI 新基准 SimpleQA 开源，衡量语言模型回答简短问题能力
品玩10月31日讯，据 官方消息，新基准 现已开源，该基准可以衡量语言模型回答简短的事实寻求问题的能力。
是一个简单但具有挑战性的基准，用于评估前沿模型的事实准确性。 的主要限制在于其范围 —— 尽管 准确，但它只在短查询的受限设置中测量事实准确性，这些查询是事实导向的，并且有一个可验证的答案。
表示，模型在短回答中表现出的事实性是否与其在长篇、多事实内容中的表现相关，这仍是个悬而未决的研究课题。其希望 的开源能够进一步推动 AI 研究的发展，使模型更加可信并富有可靠性。
