基准数据集

研究者推出首个系统性吉尔吉斯语大模型评测基准KyrgyzLLM-Bench，包含原生数据集与翻译任务，评估26个开源与闭源模型在零样本和少样本下的表现。

研究人员提出MultAttnAttrib方法，无需额外训练即可为多模态长文档问答系统生成精确证据溯源，同时发布首个专门评估多模态溯源的基准数据集。