Buchumschlag

Assessing LLMs' Performance: Insights from the Chinese Pharmacist Exam

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xinran, Zhu, Boran, Zhou, Shujuan, Long, Ziwen, Zhou, Dehua, Zhang, Shu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CJEval: A Benchmark for Assessing Large Language Models Using Chinese Junior High School Exam Data
von: Zhang, Qian-Wen, et al.
Veröffentlicht: (2024)

DeepResearch Arena: The First Exam of LLMs' Research Abilities via Seminar-Grounded Tasks
von: Wan, Haiyuan, et al.
Veröffentlicht: (2025)

The Potential of LLMs in Medical Education: Generating Questions and Answers for Qualification Exams
von: Zhu, Yunqi, et al.
Veröffentlicht: (2024)

Adversarial Testing in LLMs: Insights into Decision-Making Vulnerabilities
von: Zhang, Lili, et al.
Veröffentlicht: (2025)

Transfer Learning for Bayesian Optimization on Heterogeneous Search Spaces
von: Fan, Zhou, et al.
Veröffentlicht: (2023)

Flames: Benchmarking Value Alignment of LLMs in Chinese
von: Huang, Kexin, et al.
Veröffentlicht: (2023)

DROJ: A Prompt-Driven Attack against Large Language Models
von: Hu, Leyang, et al.
Veröffentlicht: (2024)

Assessing the Quality of AI-Generated Exams: A Large-Scale Field Study
von: Isley, Calvin, et al.
Veröffentlicht: (2025)

SeaExam and SeaBench: Benchmarking LLMs with Local Multilingual Questions in Southeast Asia
von: Liu, Chaoqun, et al.
Veröffentlicht: (2025)

KG-ASG: Collision-Knowledge-Guided Closed-Loop Adversarial Scenario Generation With Primary-Support Attribution
von: Wang, Cheng, et al.
Veröffentlicht: (2026)

FERA: A Pose-Based Framework for Rule-Grounded Multimedia Decision Support with a Foil Fencing Case Study
von: Chen, Ziwen, et al.
Veröffentlicht: (2025)

CDTP: A Large-Scale Chinese Data-Text Pair Dataset for Comprehensive Evaluation of Chinese LLMs
von: Wu, Chengwei, et al.
Veröffentlicht: (2025)

The Ever-Evolving Science Exam
von: Wang, Junying, et al.
Veröffentlicht: (2025)

Enhancing few-shot time series forecasting with LLM-guided diffusion
von: Shi, Haonan, et al.
Veröffentlicht: (2026)

Assessing the Performance of Human-Capable LLMs -- Are LLMs Coming for Your Job?
von: Mavi, John, et al.
Veröffentlicht: (2024)

Do LLMs Feel? Teaching Emotion Recognition with Prompts, Retrieval, and Curriculum Learning
von: Li, Xinran, et al.
Veröffentlicht: (2025)

Machine-Assisted Grading of Nationwide School-Leaving Essay Exams with LLMs and Statistical NLP
von: Karjus, Andres, et al.
Veröffentlicht: (2026)

DiffuSent: Towards a Unified Diffusion Framework for Aspect-Based Sentiment Analysis
von: Long, Shu, et al.
Veröffentlicht: (2026)

InsightEval: An Expert-Curated Benchmark for Assessing Insight Discovery in LLM-Driven Data Agents
von: Zhu, Zhenghao, et al.
Veröffentlicht: (2025)

Fùxì: A Benchmark for Evaluating Language Models on Ancient Chinese Text Understanding and Generation
von: Zhao, Shangqing, et al.
Veröffentlicht: (2025)

SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam?
von: Chai, Jingyi, et al.
Veröffentlicht: (2025)

Humanity's Last Exam
von: Phan, Long, et al.
Veröffentlicht: (2025)

RankAdaptor: Hierarchical Rank Allocation for Efficient Fine-Tuning Pruned LLMs via Performance Model
von: Zhou, Changhai, et al.
Veröffentlicht: (2024)

Overview of AI Grading of Physics Olympiad Exams
von: McGinness, Lachlan
Veröffentlicht: (2025)

DialogueReason: Rule-Based RL Sparks Dialogue Reasoning in LLMs
von: Shu, Yubo, et al.
Veröffentlicht: (2025)

ChineseErrorCorrector3-4B: State-of-the-Art Chinese Spelling and Grammar Corrector
von: Tian, Wei, et al.
Veröffentlicht: (2025)

Query Disambiguation via Answer-Free Context: Doubling Performance on Humanity's Last Exam
von: Majurski, Michael, et al.
Veröffentlicht: (2026)

Human-AI Collaborative Game Testing with Vision Language Models
von: Zhang, Boran, et al.
Veröffentlicht: (2025)

What Breaks Knowledge Graph based RAG? Benchmarking and Empirical Insights into Reasoning under Incomplete Knowledge
von: Zhou, Dongzhuoran, et al.
Veröffentlicht: (2025)

Chinese-LiPS: A Chinese audio-visual speech recognition dataset with Lip-reading and Presentation Slides
von: Zhao, Jinghua, et al.
Veröffentlicht: (2025)

FinLLMs: A Framework for Financial Reasoning Dataset Generation with Large Language Models
von: Yuan, Ziqiang, et al.
Veröffentlicht: (2024)

Scientists' First Exam: Probing Cognitive Abilities of MLLM via Perception, Understanding, and Reasoning
von: Zhou, Yuhao, et al.
Veröffentlicht: (2025)

medicX-KG: A Knowledge Graph for Pharmacists' Drug Information Needs
von: Farrugia, Lizzy, et al.
Veröffentlicht: (2025)

From Answers to Questions: EQGBench for Evaluating LLMs' Educational Question Generation
von: Zhou, Chengliang, et al.
Veröffentlicht: (2025)

SMARTAPS: Tool-augmented LLMs for Operations Management
von: Yu, Timothy Tin Long, et al.
Veröffentlicht: (2025)

SciRerankBench: Benchmarking Rerankers Towards Scientific Retrieval-Augmented Generated LLMs
von: Chen, Haotian, et al.
Veröffentlicht: (2025)

Iterative Semantic Reasoning from Individual to Group Interests for Generative Recommendation with LLMs
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2026)

MDK12-Bench: A Comprehensive Evaluation of Multimodal Large Language Models on Multidisciplinary Exams
von: Zhou, Pengfei, et al.
Veröffentlicht: (2025)

CTourLLM: Enhancing LLMs with Chinese Tourism Knowledge
von: Wei, Qikai, et al.
Veröffentlicht: (2024)

Benchmarking the Detection of LLMs-Generated Modern Chinese Poetry
von: Wang, Shanshan, et al.
Veröffentlicht: (2025)