A Survey on Large Language Model Benchmarks
Fuente:
arXiv
Salvato in:
| Autori principali: | Ni, Shiwen, Chen, Guhong, Li, Shuaimin, Chen, Xuanang, Li, Siyi, Wang, Bingli, Wang, Qiyao, Wang, Xingjian, Zhang, Yifan, Fan, Liyang, Li, Chengming, Xu, Ruifeng, Sun, Le, Yang, Min |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Forgetting before Learning: Utilizing Parametric Arithmetic for Knowledge Updating in Large Language Models
di: Ni, Shiwen, et al.
Pubblicazione: (2023)
di: Ni, Shiwen, et al.
Pubblicazione: (2023)
IPBench: Benchmarking the Knowledge of Large Language Models in Intellectual Property
di: Wang, Qiyao, et al.
Pubblicazione: (2025)
di: Wang, Qiyao, et al.
Pubblicazione: (2025)
Layer-wise Regularized Dropout for Neural Language Models
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
Prompt4Vis: Prompting Large Language Models with Example Mining and Schema Filtering for Tabular Data Visualization
di: Li, Shuaimin, et al.
Pubblicazione: (2024)
di: Li, Shuaimin, et al.
Pubblicazione: (2024)
Training on the Benchmark Is Not All You Need
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
AgentCourt: Simulating Court with Adversarial Evolvable Lawyer Agents
di: Chen, Guhong, et al.
Pubblicazione: (2024)
di: Chen, Guhong, et al.
Pubblicazione: (2024)
MoZIP: A Multilingual Benchmark to Evaluate Large Language Models in Intellectual Property
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
xJailbreak: Representation Space Guided Reinforcement Learning for Interpretable LLM Jailbreaking
di: Lee, Sunbowen, et al.
Pubblicazione: (2025)
di: Lee, Sunbowen, et al.
Pubblicazione: (2025)
Automatic Paper Reviewing with Heterogeneous Graph Reasoning over LLM-Simulated Reviewer-Author Debates
di: Li, Shuaimin, et al.
Pubblicazione: (2025)
di: Li, Shuaimin, et al.
Pubblicazione: (2025)
E-EVAL: A Comprehensive Chinese K-12 Education Evaluation Benchmark for Large Language Models
di: Hou, Jinchang, et al.
Pubblicazione: (2024)
di: Hou, Jinchang, et al.
Pubblicazione: (2024)
VisPoison: An Effective Backdoor Attack Framework for Tabular Data Visualization Models
di: Li, Shuaimin, et al.
Pubblicazione: (2024)
di: Li, Shuaimin, et al.
Pubblicazione: (2024)
II-Bench: An Image Implication Understanding Benchmark for Multimodal Large Language Models
di: Liu, Ziqiang, et al.
Pubblicazione: (2024)
di: Liu, Ziqiang, et al.
Pubblicazione: (2024)
AutoPatent: A Multi-Agent Framework for Automatic Patent Generation
di: Wang, Qiyao, et al.
Pubblicazione: (2024)
di: Wang, Qiyao, et al.
Pubblicazione: (2024)
FlowPIE: Test-Time Scientific Idea Evolution with Flow-Guided Literature Exploration
di: Wang, Qiyao, et al.
Pubblicazione: (2026)
di: Wang, Qiyao, et al.
Pubblicazione: (2026)
Enhancing Noise Robustness of Retrieval-Augmented Language Models with Adaptive Adversarial Training
di: Fang, Feiteng, et al.
Pubblicazione: (2024)
di: Fang, Feiteng, et al.
Pubblicazione: (2024)
CoTJudger: A Graph-Driven Framework for Automatic Evaluation of Chain-of-Thought Efficiency and Redundancy in LRMs
di: Li, Siyi, et al.
Pubblicazione: (2026)
di: Li, Siyi, et al.
Pubblicazione: (2026)
History, Development, and Principles of Large Language Models-An Introductory Survey
di: Wang, Zichong, et al.
Pubblicazione: (2024)
di: Wang, Zichong, et al.
Pubblicazione: (2024)
Match, Compare, or Select? An Investigation of Large Language Models for Entity Matching
di: Wang, Tianshu, et al.
Pubblicazione: (2024)
di: Wang, Tianshu, et al.
Pubblicazione: (2024)
Expanding before Inferring: Enhancing Factuality in Large Language Models through Premature Layers Interpolation
di: Chen, Dingwei, et al.
Pubblicazione: (2025)
di: Chen, Dingwei, et al.
Pubblicazione: (2025)
Spatial Reasoning in Multimodal Large Language Models: A Survey of Tasks, Benchmarks and Methods
di: Liu, Weichen, et al.
Pubblicazione: (2025)
di: Liu, Weichen, et al.
Pubblicazione: (2025)
MultiTEND: A Multilingual Benchmark for Natural Language to NoSQL Query Translation
di: Qin, Zhiqian, et al.
Pubblicazione: (2025)
di: Qin, Zhiqian, et al.
Pubblicazione: (2025)
Beyond Quantity: Trajectory Diversity Scaling for Code Agents
di: Chen, Guhong, et al.
Pubblicazione: (2026)
di: Chen, Guhong, et al.
Pubblicazione: (2026)
MGCR-Net:Multimodal Graph-Conditioned Vision-Language Reconstruction Network for Remote Sensing Change Detection
di: Wang, Chengming, et al.
Pubblicazione: (2025)
di: Wang, Chengming, et al.
Pubblicazione: (2025)
An Investigation of Large Language Models and Their Vulnerabilities in Spam Detection
di: Tang, Qiyao, et al.
Pubblicazione: (2025)
di: Tang, Qiyao, et al.
Pubblicazione: (2025)
Leveraging Large Vision Language Model For Better Automatic Web GUI Testing
di: Wang, Siyi, et al.
Pubblicazione: (2024)
di: Wang, Siyi, et al.
Pubblicazione: (2024)
Zero-Shot Neural Architecture Search with Weighted Response Correlation
di: Jing, Kun, et al.
Pubblicazione: (2025)
di: Jing, Kun, et al.
Pubblicazione: (2025)
EgoPlan-Bench: Benchmarking Multimodal Large Language Models for Human-Level Planning
di: Chen, Yi, et al.
Pubblicazione: (2023)
di: Chen, Yi, et al.
Pubblicazione: (2023)
Large Language Model Agent for Hyper-Parameter Optimization
di: Liu, Siyi, et al.
Pubblicazione: (2024)
di: Liu, Siyi, et al.
Pubblicazione: (2024)
Personalized Large Language Model Assistant with Evolving Conditional Memory
di: Yuan, Ruifeng, et al.
Pubblicazione: (2023)
di: Yuan, Ruifeng, et al.
Pubblicazione: (2023)
CS-Eval: A Comprehensive Large Language Model Benchmark for CyberSecurity
di: Yu, Zhengmin, et al.
Pubblicazione: (2024)
di: Yu, Zhengmin, et al.
Pubblicazione: (2024)
READoc: A Unified Benchmark for Realistic Document Structured Extraction
di: Li, Zichao, et al.
Pubblicazione: (2024)
di: Li, Zichao, et al.
Pubblicazione: (2024)
TABLE 2 in Female association of seven species of the genus Amphinemura Ris, 1902 (Nemouridae: Amphinemurinae) in China based on morphological and molecular data
di: Wang, Bingli, et al.
Pubblicazione: (2025)
di: Wang, Bingli, et al.
Pubblicazione: (2025)
NUMCoT: Numerals and Units of Measurement in Chain-of-Thought Reasoning using Large Language Models
di: Xu, Ancheng, et al.
Pubblicazione: (2024)
di: Xu, Ancheng, et al.
Pubblicazione: (2024)
On Concentration Inequality of the Laplacian Matrix of Erdős-Rényi Graphs
di: Chen, Yiming, et al.
Pubblicazione: (2025)
di: Chen, Yiming, et al.
Pubblicazione: (2025)
A Survey on Benchmarks of Multimodal Large Language Models
di: Li, Jian, et al.
Pubblicazione: (2024)
di: Li, Jian, et al.
Pubblicazione: (2024)
Large Language Models in Finance: A Survey
di: Li, Yinheng, et al.
Pubblicazione: (2023)
di: Li, Yinheng, et al.
Pubblicazione: (2023)
Educational-Psychological Dialogue Robot Based on Multi-Agent Collaboration
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
di: Ni, Shiwen, et al.
Pubblicazione: (2024)
Hybrid Offline-online Scheduling Method for Large Language Model Inference Optimization
di: Pang, Bowen, et al.
Pubblicazione: (2025)
di: Pang, Bowen, et al.
Pubblicazione: (2025)
Beyond Local Edits: Embedding-Virtualized Knowledge for Broader Evaluation and Preservation of Model Editing
di: Liu, Shuainan, et al.
Pubblicazione: (2026)
di: Liu, Shuainan, et al.
Pubblicazione: (2026)
AECBench: A Hierarchical Benchmark for Knowledge Evaluation of Large Language Models in the AEC Field
di: Liang, Chen, et al.
Pubblicazione: (2025)
di: Liang, Chen, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Forgetting before Learning: Utilizing Parametric Arithmetic for Knowledge Updating in Large Language Models
di: Ni, Shiwen, et al.
Pubblicazione: (2023) -
IPBench: Benchmarking the Knowledge of Large Language Models in Intellectual Property
di: Wang, Qiyao, et al.
Pubblicazione: (2025) -
Layer-wise Regularized Dropout for Neural Language Models
di: Ni, Shiwen, et al.
Pubblicazione: (2024) -
Prompt4Vis: Prompting Large Language Models with Example Mining and Schema Filtering for Tabular Data Visualization
di: Li, Shuaimin, et al.
Pubblicazione: (2024) -
Training on the Benchmark Is Not All You Need
di: Ni, Shiwen, et al.
Pubblicazione: (2024)