Buchumschlag

CEQuest: Benchmarking Large Language Models for Construction Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yanzhao, Wang, Lufan, Liu, Rui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Benchmark Leakage in Large Language Models
von: Xu, Ruijie, et al.
Veröffentlicht: (2024)

PeruMedQA: Benchmarking Large Language Models (LLMs) on Peruvian Medical Exams -- Dataset Construction and Evaluation
von: Carrillo-Larco, Rodrigo M., et al.
Veröffentlicht: (2025)

Benchmarking Generation and Evaluation Capabilities of Large Language Models for Instruction Controllable Summarization
von: Liu, Yixin, et al.
Veröffentlicht: (2023)

CEB: Compositional Evaluation Benchmark for Fairness in Large Language Models
von: Wang, Song, et al.
Veröffentlicht: (2024)

TritonBench: Benchmarking Large Language Model Capabilities for Generating Triton Operators
von: Li, Jianling, et al.
Veröffentlicht: (2025)

MUCAR: Benchmarking Multilingual Cross-Modal Ambiguity Resolution for Multimodal Large Language Models
von: Wang, Xiaolong, et al.
Veröffentlicht: (2025)

Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph
von: Vashurin, Roman, et al.
Veröffentlicht: (2024)

GLBench: A Comprehensive Benchmark for Graph with Large Language Models
von: Li, Yuhan, et al.
Veröffentlicht: (2024)

CLUE: Concept-Level Uncertainty Estimation for Large Language Models
von: Wang, Yu-Hsiang, et al.
Veröffentlicht: (2024)

Do Large Language Model Benchmarks Test Reliability?
von: Vendrow, Joshua, et al.
Veröffentlicht: (2025)

Benchmarking Large Language Model Uncertainty for Prompt Optimization
von: Guo, Pei-Fu, et al.
Veröffentlicht: (2024)

Benchmarking Large Language Models for Math Reasoning Tasks
von: Seßler, Kathrin, et al.
Veröffentlicht: (2024)

FERA: Uncertainty-Aware Federated Reasoning for Large Language Models
von: Wang, Ruhan, et al.
Veröffentlicht: (2026)

Zero-Shot Decision Tree Construction via Large Language Models
von: Carrasco, Lucas, et al.
Veröffentlicht: (2025)

Concept Unlearning in Large Language Models via Self-Constructed Knowledge Triplets
von: Yamashita, Tomoya, et al.
Veröffentlicht: (2025)

Game of LLMs: Discovering Structural Constructs in Activities using Large Language Models
von: Hiremath, Shruthi K., et al.
Veröffentlicht: (2024)

Spatial-Temporal Large Language Model for Traffic Prediction
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

metabench -- A Sparse Benchmark of Reasoning and Knowledge in Large Language Models
von: Kipnis, Alex, et al.
Veröffentlicht: (2024)

A Critical Review of Causal Reasoning Benchmarks for Large Language Models
von: Yang, Linying, et al.
Veröffentlicht: (2024)

Pareto Optimal Learning for Estimating Large Language Model Errors
von: Zhao, Theodore, et al.
Veröffentlicht: (2023)

TurnBack: A Geospatial Route Cognition Benchmark for Large Language Models through Reverse Route
von: Luo, Hongyi, et al.
Veröffentlicht: (2025)

Linear Dynamics in the RLVR Training of Large Language Models
von: Wang, Tianle, et al.
Veröffentlicht: (2026)

AntiLeakBench: Preventing Data Contamination by Automatically Constructing Benchmarks with Updated Real-World Knowledge
von: Wu, Xiaobao, et al.
Veröffentlicht: (2024)

Inference-Cost-Aware Dynamic Tree Construction for Efficient Inference in Large Language Models
von: Hong, Yinrong, et al.
Veröffentlicht: (2025)

AutoBencher: Towards Declarative Benchmark Construction
von: Li, Xiang Lisa, et al.
Veröffentlicht: (2024)

AlignBench: Benchmarking Chinese Alignment of Large Language Models
von: Liu, Xiao, et al.
Veröffentlicht: (2023)

Performance Law of Large Language Models
von: Wu, Chuhan, et al.
Veröffentlicht: (2024)

CausalVLBench: Benchmarking Visual Causal Reasoning in Large Vision-Language Models
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2025)

On the Thinking-Language Modeling Gap in Large Language Models
von: Liu, Chenxi, et al.
Veröffentlicht: (2025)

RWKU: Benchmarking Real-World Knowledge Unlearning for Large Language Models
von: Jin, Zhuoran, et al.
Veröffentlicht: (2024)

Benchmarking Uncertainty Calibration in Large Language Model Long-Form Question Answering
von: Müller, Philip, et al.
Veröffentlicht: (2026)

DetoxBench: Benchmarking Large Language Models for Multitask Fraud & Abuse Detection
von: Chakraborty, Joymallya, et al.
Veröffentlicht: (2024)

Mitigating Geospatial Knowledge Hallucination in Large Language Models: Benchmarking and Dynamic Factuality Aligning
von: Wang, Shengyuan, et al.
Veröffentlicht: (2025)

From Construction to Injection: Edit-Based Fingerprints for Large Language Models
von: Li, Yue, et al.
Veröffentlicht: (2025)

Large Language Models for Biomedical Knowledge Graph Construction: Information extraction from EMR notes
von: Arsenyan, Vahan, et al.
Veröffentlicht: (2023)

Fine-tuning Large Language Models for Domain-specific Machine Translation
von: Zheng, Jiawei, et al.
Veröffentlicht: (2024)

FedLLM-Bench: Realistic Benchmarks for Federated Learning of Large Language Models
von: Ye, Rui, et al.
Veröffentlicht: (2024)

FinanceQA: A Benchmark for Evaluating Financial Analysis Capabilities of Large Language Models
von: Mateega, Spencer, et al.
Veröffentlicht: (2025)

DebateBench: A Challenging Long Context Reasoning Benchmark For Large Language Models
von: Tiwari, Utkarsh, et al.
Veröffentlicht: (2025)

Benchmarking Large Language Models for Persian: A Preliminary Study Focusing on ChatGPT
von: Abaskohi, Amirhossein, et al.
Veröffentlicht: (2024)