LPFQA: A Long-Tail Professional Forum-based Benchmark for LLM Evaluation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhu, Liya, Cong, Peizhuang, Ding, Jingzhe, Ji, Aowei, Wu, Wenya, Hou, Jiani, Wu, Chunjie, Gao, Xiang, Liu, Jingkai, Huan, Zhou, Sun, Xuelei, Yang, Yang, Jiao, Jianpeng, Hu, Liang, Chen, Xinjie, Liu, Jiashuo, Yang, Tong, Wang, Zaiyuan, Zhang, Ge, Huang, Wenhao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LLM Swiss Round: Aggregating Multi-Benchmark Performance via Competitive Swiss-System Dynamics
par: Liu, Jiashuo, et autres
Publié: (2025)
par: Liu, Jiashuo, et autres
Publié: (2025)
VeRA: Verified Reasoning Data Augmentation at Scale
par: Cheng, Zerui, et autres
Publié: (2026)
par: Cheng, Zerui, et autres
Publié: (2026)
Rank Also Matters: Hierarchical Configuration for Mixture of Adapter Experts in LLM Fine-Tuning
par: Cong, Peizhuang, et autres
Publié: (2025)
par: Cong, Peizhuang, et autres
Publié: (2025)
BATON: Enhancing Batch-wise Inference Efficiency for Large Language Models via Dynamic Re-batching
par: Cong, Peizhuang, et autres
Publié: (2024)
par: Cong, Peizhuang, et autres
Publié: (2024)
INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
par: Chen, Shimao, et autres
Publié: (2024)
par: Chen, Shimao, et autres
Publié: (2024)
Anomalous Chern-Simons orbital magnetoelectric coupling of three-dimensional Chern insulators: gauge-discontinuity formalism and adiabatic pumping
par: Xue, Yang, et autres
Publié: (2025)
par: Xue, Yang, et autres
Publié: (2025)
Prediction Is All MoE Needs: Expert Load Distribution Goes from Fluctuating to Stabilizing
par: Cong, Peizhuang, et autres
Publié: (2024)
par: Cong, Peizhuang, et autres
Publié: (2024)
DiscoX: Benchmarking Discourse-Level Translation task in Expert Domains
par: Zhao, Xiying, et autres
Publié: (2025)
par: Zhao, Xiying, et autres
Publié: (2025)
First Record of Fossil Wood Shimakuroxylon from the Jurassic of Qinghai–Xizang (Tibetan) Plateau
par: Mengyu Chen, et autres
Publié: (2026)
par: Mengyu Chen, et autres
Publié: (2026)
Clip Body and Tail Separately: High Probability Guarantees for DPSGD with Heavy Tails
par: Sha, Haichao, et autres
Publié: (2024)
par: Sha, Haichao, et autres
Publié: (2024)
WorldTravel: A Realistic Multimodal Travel-Planning Benchmark with Tightly Coupled Constraints
par: Wang, Zexuan, et autres
Publié: (2026)
par: Wang, Zexuan, et autres
Publié: (2026)
Quality at the Tail of Machine Learning Inference
par: Yang, Zhengxin, et autres
Publié: (2022)
par: Yang, Zhengxin, et autres
Publié: (2022)
Fairy2i: Training Complex LLMs from Real LLMs with All Parameters in $\{\pm 1, \pm i\}$
par: Wang, Feiyu, et autres
Publié: (2025)
par: Wang, Feiyu, et autres
Publié: (2025)
FinSearchComp: Towards a Realistic, Expert-Level Evaluation of Financial Search and Reasoning
par: Hu, Liang, et autres
Publié: (2025)
par: Hu, Liang, et autres
Publié: (2025)
Domain Adversarial Active Learning for Domain Generalization Classification
par: Chen, Jianting, et autres
Publié: (2024)
par: Chen, Jianting, et autres
Publié: (2024)
MemeBLIP2: A novel lightweight multimodal system to detect harmful memes
par: Liu, Jiaqi, et autres
Publié: (2025)
par: Liu, Jiaqi, et autres
Publié: (2025)
Geometric Prior Guided Feature Representation Learning for Long-Tailed Classification
par: Ma, Yanbiao, et autres
Publié: (2024)
par: Ma, Yanbiao, et autres
Publié: (2024)
FutureX: An Advanced Live Benchmark for LLM Agents in Future Prediction
par: Zeng, Zhiyuan, et autres
Publié: (2025)
par: Zeng, Zhiyuan, et autres
Publié: (2025)
TaE: Task-aware Expandable Representation for Long Tail Class Incremental Learning
par: Li, Linjie, et autres
Publié: (2024)
par: Li, Linjie, et autres
Publié: (2024)
Inverse IFEval: Can LLMs Unlearn Stubborn Training Conventions to Follow Real Instructions?
par: Zhang, Qinyan, et autres
Publié: (2025)
par: Zhang, Qinyan, et autres
Publié: (2025)
ConsistI2V: Enhancing Visual Consistency for Image-to-Video Generation
par: Ren, Weiming, et autres
Publié: (2024)
par: Ren, Weiming, et autres
Publié: (2024)
TabularMath: Evaluating Computational Extrapolation in Tabular Learning via Program-Verified Synthesis
par: Cheng, Zerui, et autres
Publié: (2026)
par: Cheng, Zerui, et autres
Publié: (2026)
RLoop: An Self-Improving Framework for Reinforcement Learning with Iterative Policy Initialization
par: Zhiyuan, Zeng, et autres
Publié: (2025)
par: Zhiyuan, Zeng, et autres
Publié: (2025)
Hierarchical Sub-action Tree for Continuous Sign Language Recognition
par: Yang, Dejie, et autres
Publié: (2025)
par: Yang, Dejie, et autres
Publié: (2025)
Mitigating LLM Hallucination via Behaviorally Calibrated Reinforcement Learning
par: Wu, Jiayun, et autres
Publié: (2025)
par: Wu, Jiayun, et autres
Publié: (2025)
MARS-Bench: A Multi-turn Athletic Real-world Scenario Benchmark for Dialogue Evaluation
par: Yang, Chenghao, et autres
Publié: (2025)
par: Yang, Chenghao, et autres
Publié: (2025)
Two-dimensional quantum droplets in binary quadrupolar condensates
par: Yang, Aowei, et autres
Publié: (2024)
par: Yang, Aowei, et autres
Publié: (2024)
A Sharp Gaussian Tail Bound for Sums of Uniforms
par: He, Xinjie, et autres
Publié: (2023)
par: He, Xinjie, et autres
Publié: (2023)
Tensor Polynomial Additive Model
par: Chen, Yang, et autres
Publié: (2024)
par: Chen, Yang, et autres
Publié: (2024)
Enhancing Distributional Stability among Sub-populations
par: Liu, Jiashuo, et autres
Publié: (2022)
par: Liu, Jiashuo, et autres
Publié: (2022)
Evaluation of the impact of diagnostic blood loss and red blood cell transfusion in very‐low‐birth‐weight anaemic neonates during hospitalization: A multi‐centre retrospective clinical study
par: Ting Ma, et autres
Publié: (2024)
par: Ting Ma, et autres
Publié: (2024)
OralMLLM-Bench: Evaluating Cognitive Capabilities of Multimodal Large Language Models in Dental Practice
par: Wang, Rongyang, et autres
Publié: (2026)
par: Wang, Rongyang, et autres
Publié: (2026)
General Many-Body Perturbation Framework for Moiré Systems
par: Lu, Xin, et autres
Publié: (2025)
par: Lu, Xin, et autres
Publié: (2025)
Decoupled Federated Learning on Long-Tailed and Non-IID data with Feature Statistics
par: Chen, Zhuoxin, et autres
Publié: (2024)
par: Chen, Zhuoxin, et autres
Publié: (2024)
Exploring $\ell_0$ Sparsification for Inference-free Sparse Retrievers
par: Shen, Xinjie, et autres
Publié: (2025)
par: Shen, Xinjie, et autres
Publié: (2025)
ATLAS: Autoformalizing Theorems through Lifting, Augmentation, and Synthesis of Data
par: Liu, Xiaoyang, et autres
Publié: (2025)
par: Liu, Xiaoyang, et autres
Publié: (2025)
Exploring the Transpositioning‐Translanguaging‐Co‐Learning Approach as a Motivational Driver in Learning Japanese as a Third Language
par: Miaomiao Zuo, et autres
Publié: (2026)
par: Miaomiao Zuo, et autres
Publié: (2026)
Approximated Orthogonal Projection Unit: Stabilizing Regression Network Training Using Natural Gradient
par: Wang, Shaoqi, et autres
Publié: (2024)
par: Wang, Shaoqi, et autres
Publié: (2024)
Bridging Multicalibration and Out-of-distribution Generalization Beyond Covariate Shift
par: Wu, Jiayun, et autres
Publié: (2024)
par: Wu, Jiayun, et autres
Publié: (2024)
Preoperative Professional Tooth Cleaning as a Preventive Measure for Postoperative Pneumonia in OSCC Patients: A Retrospective Study
par: Chuqiao Xiao, et autres
Publié: (2026)
par: Chuqiao Xiao, et autres
Publié: (2026)
Documents similaires
-
LLM Swiss Round: Aggregating Multi-Benchmark Performance via Competitive Swiss-System Dynamics
par: Liu, Jiashuo, et autres
Publié: (2025) -
VeRA: Verified Reasoning Data Augmentation at Scale
par: Cheng, Zerui, et autres
Publié: (2026) -
Rank Also Matters: Hierarchical Configuration for Mixture of Adapter Experts in LLM Fine-Tuning
par: Cong, Peizhuang, et autres
Publié: (2025) -
BATON: Enhancing Batch-wise Inference Efficiency for Large Language Models via Dynamic Re-batching
par: Cong, Peizhuang, et autres
Publié: (2024) -
INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
par: Chen, Shimao, et autres
Publié: (2024)