REAL: Benchmarking Abilities of Large Language Models for Housing Transactions and Services
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhu, Kexin, Han, Yang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
MatSciBench: Benchmarking the Reasoning Ability of Large Language Models in Materials Science
di: Zhang, Junkai, et al.
Pubblicazione: (2025)
di: Zhang, Junkai, et al.
Pubblicazione: (2025)
FinDABench: Benchmarking Financial Data Analysis Ability of Large Language Models
di: Liu, Shu, et al.
Pubblicazione: (2024)
di: Liu, Shu, et al.
Pubblicazione: (2024)
LogicGame: Benchmarking Rule-Based Reasoning Abilities of Large Language Models
di: Gui, Jiayi, et al.
Pubblicazione: (2024)
di: Gui, Jiayi, et al.
Pubblicazione: (2024)
RoleLLM: Benchmarking, Eliciting, and Enhancing Role-Playing Abilities of Large Language Models
di: Wang, Zekun Moore, et al.
Pubblicazione: (2023)
di: Wang, Zekun Moore, et al.
Pubblicazione: (2023)
KITE: A Benchmark for Evaluating Korean Instruction-Following Abilities in Large Language Models
di: Kim, Dongjun, et al.
Pubblicazione: (2025)
di: Kim, Dongjun, et al.
Pubblicazione: (2025)
Eliciting Causal Abilities in Large Language Models for Reasoning Tasks
di: Wang, Yajing, et al.
Pubblicazione: (2024)
di: Wang, Yajing, et al.
Pubblicazione: (2024)
Deconstructing Instruction-Following: A New Benchmark for Granular Evaluation of Large Language Model Instruction Compliance Abilities
di: Purpura, Alberto, et al.
Pubblicazione: (2026)
di: Purpura, Alberto, et al.
Pubblicazione: (2026)
HouseTS: A Large-Scale, Multimodal Spatiotemporal U.S. Housing Dataset and Benchmark
di: Wang, Shengkun, et al.
Pubblicazione: (2025)
di: Wang, Shengkun, et al.
Pubblicazione: (2025)
Exposing Numeracy Gaps: A Benchmark to Evaluate Fundamental Numerical Abilities in Large Language Models
di: Li, Haoyang, et al.
Pubblicazione: (2025)
di: Li, Haoyang, et al.
Pubblicazione: (2025)
MANGO: A Benchmark for Evaluating Mapping and Navigation Abilities of Large Language Models
di: Ding, Peng, et al.
Pubblicazione: (2024)
di: Ding, Peng, et al.
Pubblicazione: (2024)
Large Language Models have Intrinsic Self-Correction Ability
di: Liu, Dancheng, et al.
Pubblicazione: (2024)
di: Liu, Dancheng, et al.
Pubblicazione: (2024)
SimBench: Benchmarking the Ability of Large Language Models to Simulate Human Behaviors
di: Hu, Tiancheng, et al.
Pubblicazione: (2025)
di: Hu, Tiancheng, et al.
Pubblicazione: (2025)
HSSBench: Benchmarking Humanities and Social Sciences Ability for Multimodal Large Language Models
di: Kang, Zhaolu, et al.
Pubblicazione: (2025)
di: Kang, Zhaolu, et al.
Pubblicazione: (2025)
Neuro-Symbolic Artificial Intelligence: Towards Improving the Reasoning Abilities of Large Language Models
di: Yang, Xiao-Wen, et al.
Pubblicazione: (2025)
di: Yang, Xiao-Wen, et al.
Pubblicazione: (2025)
Counting Ability of Large Language Models and Impact of Tokenization
di: Zhang, Xiang, et al.
Pubblicazione: (2024)
di: Zhang, Xiang, et al.
Pubblicazione: (2024)
Editing Factual Knowledge and Explanatory Ability of Medical Large Language Models
di: Xu, Derong, et al.
Pubblicazione: (2024)
di: Xu, Derong, et al.
Pubblicazione: (2024)
ORACLE: Optimizing Reasoning Abilities of Large Language Models via Constraint-Led Synthetic Data Elicitation
di: Yang, Zhuojie, et al.
Pubblicazione: (2026)
di: Yang, Zhuojie, et al.
Pubblicazione: (2026)
ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents
di: Kang, Hao, et al.
Pubblicazione: (2024)
di: Kang, Hao, et al.
Pubblicazione: (2024)
ScholarGym: Benchmarking Large Language Model Capabilities in the Information-Gathering Stage of Deep Research
di: Shen, Hao, et al.
Pubblicazione: (2026)
di: Shen, Hao, et al.
Pubblicazione: (2026)
Collaboration among Multiple Large Language Models for Medical Question Answering
di: Shang, Kexin, et al.
Pubblicazione: (2025)
di: Shang, Kexin, et al.
Pubblicazione: (2025)
Benchmarking Multi-National Value Alignment for Large Language Models
di: Shi, Weijie, et al.
Pubblicazione: (2025)
di: Shi, Weijie, et al.
Pubblicazione: (2025)
Deception Abilities Emerged in Large Language Models
di: Hagendorff, Thilo
Pubblicazione: (2023)
di: Hagendorff, Thilo
Pubblicazione: (2023)
Improving Multi-Step Reasoning Abilities of Large Language Models with Direct Advantage Policy Optimization
di: Liu, Jiacai, et al.
Pubblicazione: (2024)
di: Liu, Jiacai, et al.
Pubblicazione: (2024)
QuantiPhy: A Quantitative Benchmark Evaluating Physical Reasoning Abilities of Vision-Language Models
di: Puyin, Li, et al.
Pubblicazione: (2025)
di: Puyin, Li, et al.
Pubblicazione: (2025)
Intent2Tx: Benchmarking LLMs for Translating Natural Language Intents into Ethereum Transactions
di: Pan, Zhuoran, et al.
Pubblicazione: (2026)
di: Pan, Zhuoran, et al.
Pubblicazione: (2026)
Large Language Models in Numberland: A Quick Test of Their Numerical Reasoning Abilities
di: Rahman, Roussel
Pubblicazione: (2025)
di: Rahman, Roussel
Pubblicazione: (2025)
Investigating Large Language Models' Linguistic Abilities for Text Preprocessing
di: Braga, Marco, et al.
Pubblicazione: (2025)
di: Braga, Marco, et al.
Pubblicazione: (2025)
TReB: A Comprehensive Benchmark for Evaluating Table Reasoning Capabilities of Large Language Models
di: Li, Ce, et al.
Pubblicazione: (2025)
di: Li, Ce, et al.
Pubblicazione: (2025)
GameTraversalBenchmark: Evaluating Planning Abilities Of Large Language Models Through Traversing 2D Game Maps
di: Nasir, Muhammad Umair, et al.
Pubblicazione: (2024)
di: Nasir, Muhammad Umair, et al.
Pubblicazione: (2024)
Belief-Guided Inference Control for Large Language Model Services via Verifiable Observations
di: Yuan, Wenhao, et al.
Pubblicazione: (2026)
di: Yuan, Wenhao, et al.
Pubblicazione: (2026)
QSTRBench: a New Benchmark to Evaluate the Ability of Language Models to Reason with Qualitative Spatial and Temporal Calculi
di: Cohn, Anthony G., et al.
Pubblicazione: (2026)
di: Cohn, Anthony G., et al.
Pubblicazione: (2026)
Emergent Abilities of Large Language Models under Continued Pretraining for Language Adaptation
di: Elhady, Ahmed, et al.
Pubblicazione: (2025)
di: Elhady, Ahmed, et al.
Pubblicazione: (2025)
Self-Evolving Critique Abilities in Large Language Models
di: Tang, Zhengyang, et al.
Pubblicazione: (2025)
di: Tang, Zhengyang, et al.
Pubblicazione: (2025)
Emergent Abilities in Large Language Models: A Survey
di: Berti, Leonardo, et al.
Pubblicazione: (2025)
di: Berti, Leonardo, et al.
Pubblicazione: (2025)
Medical Large Vision Language Models with Multi-Image Visual Ability
di: Yang, Xikai, et al.
Pubblicazione: (2025)
di: Yang, Xikai, et al.
Pubblicazione: (2025)
NPHardEval: Dynamic Benchmark on Reasoning Ability of Large Language Models via Complexity Classes
di: Fan, Lizhou, et al.
Pubblicazione: (2023)
di: Fan, Lizhou, et al.
Pubblicazione: (2023)
AbsPyramid: Benchmarking the Abstraction Ability of Language Models with a Unified Entailment Graph
di: Wang, Zhaowei, et al.
Pubblicazione: (2023)
di: Wang, Zhaowei, et al.
Pubblicazione: (2023)
A Survey on Enhancing Causal Reasoning Ability of Large Language Models
di: Li, Xin, et al.
Pubblicazione: (2025)
di: Li, Xin, et al.
Pubblicazione: (2025)
On the Decision-Making Abilities in Role-Playing using Large Language Models
di: Shen, Chenglei, et al.
Pubblicazione: (2024)
di: Shen, Chenglei, et al.
Pubblicazione: (2024)
SWE-Compass: Towards Unified Evaluation of Agentic Coding Abilities for Large Language Models
di: Xu, Jingxuan, et al.
Pubblicazione: (2025)
di: Xu, Jingxuan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
MatSciBench: Benchmarking the Reasoning Ability of Large Language Models in Materials Science
di: Zhang, Junkai, et al.
Pubblicazione: (2025) -
FinDABench: Benchmarking Financial Data Analysis Ability of Large Language Models
di: Liu, Shu, et al.
Pubblicazione: (2024) -
LogicGame: Benchmarking Rule-Based Reasoning Abilities of Large Language Models
di: Gui, Jiayi, et al.
Pubblicazione: (2024) -
RoleLLM: Benchmarking, Eliciting, and Enhancing Role-Playing Abilities of Large Language Models
di: Wang, Zekun Moore, et al.
Pubblicazione: (2023) -
KITE: A Benchmark for Evaluating Korean Instruction-Following Abilities in Large Language Models
di: Kim, Dongjun, et al.
Pubblicazione: (2025)