AncientBench: Towards Comprehensive Evaluation on Excavated and Transmitted Chinese Corpora
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhou, Zhihan, Shi, Daqian, Song, Rui, Shi, Lida, Diao, Xiaolei, Xu, Hao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
InteChar: A Unified Oracle Bone Character List for Ancient Chinese Language Modeling
par: Diao, Xiaolei, et autres
Publié: (2025)
par: Diao, Xiaolei, et autres
Publié: (2025)
Enhancing Multimodal Large Language Models for Ancient Chinese Character Evolution Analysis via Glyph-Driven Fine-Tuning
par: Song, Rui, et autres
Publié: (2026)
par: Song, Rui, et autres
Publié: (2026)
Shortcut Learning in In-Context Learning: A Survey
par: Song, Rui, et autres
Publié: (2024)
par: Song, Rui, et autres
Publié: (2024)
MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models
par: Liu, Mianxin, et autres
Publié: (2024)
par: Liu, Mianxin, et autres
Publié: (2024)
OphthBench: A Comprehensive Benchmark for Evaluating Large Language Models in Chinese Ophthalmology
par: Zhou, Chengfeng, et autres
Publié: (2025)
par: Zhou, Chengfeng, et autres
Publié: (2025)
MemBench: Towards More Comprehensive Evaluation on the Memory of LLM-based Agents
par: Tan, Haoran, et autres
Publié: (2025)
par: Tan, Haoran, et autres
Publié: (2025)
Fùxì: A Benchmark for Evaluating Language Models on Ancient Chinese Text Understanding and Generation
par: Zhao, Shangqing, et autres
Publié: (2025)
par: Zhao, Shangqing, et autres
Publié: (2025)
Self-supervised Preference Optimization: Enhance Your Language Model with Preference Degree Awareness
par: Li, Jian, et autres
Publié: (2024)
par: Li, Jian, et autres
Publié: (2024)
Towards Comprehensive Detection of Chinese Harmful Memes
par: Lu, Junyu, et autres
Publié: (2024)
par: Lu, Junyu, et autres
Publié: (2024)
MobileBench-OL: A Comprehensive Chinese Benchmark for Evaluating Mobile GUI Agents in Real-World Environment
par: Wu, Qinzhuo, et autres
Publié: (2026)
par: Wu, Qinzhuo, et autres
Publié: (2026)
ChiMDQA: Towards Comprehensive Chinese Document QA with Fine-grained Evaluation
par: Gao, Jing, et autres
Publié: (2025)
par: Gao, Jing, et autres
Publié: (2025)
Exploring the Capabilities of ChatGPT in Ancient Chinese Translation and Person Name Recognition
par: Si, Shijing, et autres
Publié: (2023)
par: Si, Shijing, et autres
Publié: (2023)
Ancient Script Image Recognition and Processing: A Review
par: Diao, Xiaolei, et autres
Publié: (2025)
par: Diao, Xiaolei, et autres
Publié: (2025)
API-BLEND: A Comprehensive Corpora for Training and Benchmarking API LLMs
par: Basu, Kinjal, et autres
Publié: (2024)
par: Basu, Kinjal, et autres
Publié: (2024)
JailBench: A Comprehensive Chinese Security Assessment Benchmark for Large Language Models
par: Liu, Shuyi, et autres
Publié: (2025)
par: Liu, Shuyi, et autres
Publié: (2025)
CIF-Bench: A Chinese Instruction-Following Benchmark for Evaluating the Generalizability of Large Language Models
par: LI, Yizhi, et autres
Publié: (2024)
par: LI, Yizhi, et autres
Publié: (2024)
MADial-Bench: Towards Real-world Evaluation of Memory-Augmented Dialogue Generation
par: He, Junqing, et autres
Publié: (2024)
par: He, Junqing, et autres
Publié: (2024)
CDTP: A Large-Scale Chinese Data-Text Pair Dataset for Comprehensive Evaluation of Chinese LLMs
par: Wu, Chengwei, et autres
Publié: (2025)
par: Wu, Chengwei, et autres
Publié: (2025)
GhanaNLP Parallel Corpora: Comprehensive Multilingual Resources for Low-Resource Ghanaian Languages
par: Gyamfi, Lawrence Adu, et autres
Publié: (2026)
par: Gyamfi, Lawrence Adu, et autres
Publié: (2026)
FoundaBench: Evaluating Chinese Fundamental Knowledge Capabilities of Large Language Models
par: Li, Wei, et autres
Publié: (2024)
par: Li, Wei, et autres
Publié: (2024)
EssayBench: Evaluating Large Language Models in Multi-Genre Chinese Essay Writing
par: Gao, Fan, et autres
Publié: (2025)
par: Gao, Fan, et autres
Publié: (2025)
Grounding Synthetic Data Evaluations of Language Models in Unsupervised Document Corpora
par: Majurski, Michael, et autres
Publié: (2025)
par: Majurski, Michael, et autres
Publié: (2025)
CCR-Bench: A Comprehensive Benchmark for Evaluating LLMs on Complex Constraints, Control Flows, and Real-World Cases
par: Xue, Xiaona, et autres
Publié: (2026)
par: Xue, Xiaona, et autres
Publié: (2026)
SurveyEval: Towards Comprehensive Evaluation of LLM-Generated Academic Surveys
par: Zhao, Jiahao, et autres
Publié: (2025)
par: Zhao, Jiahao, et autres
Publié: (2025)
CMB: A Comprehensive Medical Benchmark in Chinese
par: Wang, Xidong, et autres
Publié: (2023)
par: Wang, Xidong, et autres
Publié: (2023)
TimeBench: A Comprehensive Evaluation of Temporal Reasoning Abilities in Large Language Models
par: Chu, Zheng, et autres
Publié: (2023)
par: Chu, Zheng, et autres
Publié: (2023)
AI Brown and AI Koditex: LLM-Generated Corpora Comparable to Traditional Corpora of English and Czech Texts
par: Milička, Jiří, et autres
Publié: (2025)
par: Milička, Jiří, et autres
Publié: (2025)
Face4RAG: Factual Consistency Evaluation for Retrieval Augmented Generation in Chinese
par: Xu, Yunqi, et autres
Publié: (2024)
par: Xu, Yunqi, et autres
Publié: (2024)
Falcon: A Comprehensive Chinese Text-to-SQL Benchmark for Enterprise-Grade Evaluation
par: Luo, Wenzhen, et autres
Publié: (2025)
par: Luo, Wenzhen, et autres
Publié: (2025)
WaterBench: Towards Holistic Evaluation of Watermarks for Large Language Models
par: Tu, Shangqing, et autres
Publié: (2023)
par: Tu, Shangqing, et autres
Publié: (2023)
SarcasmBench: Towards Evaluating Large Language Models on Sarcasm Understanding
par: Zhang, Yazhou, et autres
Publié: (2024)
par: Zhang, Yazhou, et autres
Publié: (2024)
SalamahBench: Toward Standardized Safety Evaluation for Arabic Language Models
par: Abdelnasser, Omar, et autres
Publié: (2026)
par: Abdelnasser, Omar, et autres
Publié: (2026)
Toward Robust In-Context Learning: Leveraging Out-of-distribution Proxies for Target Inaccessible Demonstration Retrieval
par: Xu, Hao, et autres
Publié: (2026)
par: Xu, Hao, et autres
Publié: (2026)
CS-Bench: A Comprehensive Benchmark for Large Language Models towards Computer Science Mastery
par: Song, Xiaoshuai, et autres
Publié: (2024)
par: Song, Xiaoshuai, et autres
Publié: (2024)
Mobile-Bench: An Evaluation Benchmark for LLM-based Mobile Agents
par: Deng, Shihan, et autres
Publié: (2024)
par: Deng, Shihan, et autres
Publié: (2024)
Guylingo: The Republic of Guyana Creole Corpora
par: Clarke, Christopher, et autres
Publié: (2024)
par: Clarke, Christopher, et autres
Publié: (2024)
RPC-Bench: A Fine-grained Benchmark for Research Paper Comprehension
par: Chen, Yelin, et autres
Publié: (2026)
par: Chen, Yelin, et autres
Publié: (2026)
LongBench Pro: A More Realistic and Comprehensive Bilingual Long-Context Evaluation Benchmark
par: Chen, Ziyang, et autres
Publié: (2026)
par: Chen, Ziyang, et autres
Publié: (2026)
UrbanPlanBench: A Comprehensive Urban Planning Benchmark for Evaluating Large Language Models
par: Zheng, Yu, et autres
Publié: (2025)
par: Zheng, Yu, et autres
Publié: (2025)
PanCanBench: A Comprehensive Benchmark for Evaluating Large Language Models in Pancreatic Oncology
par: Zhao, Yimin, et autres
Publié: (2026)
par: Zhao, Yimin, et autres
Publié: (2026)
Documents similaires
-
InteChar: A Unified Oracle Bone Character List for Ancient Chinese Language Modeling
par: Diao, Xiaolei, et autres
Publié: (2025) -
Enhancing Multimodal Large Language Models for Ancient Chinese Character Evolution Analysis via Glyph-Driven Fine-Tuning
par: Song, Rui, et autres
Publié: (2026) -
Shortcut Learning in In-Context Learning: A Survey
par: Song, Rui, et autres
Publié: (2024) -
MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models
par: Liu, Mianxin, et autres
Publié: (2024) -
OphthBench: A Comprehensive Benchmark for Evaluating Large Language Models in Chinese Ophthalmology
par: Zhou, Chengfeng, et autres
Publié: (2025)