Deep Research, Shallow Evaluation: A Case Study in Meta-Evaluation for Long-Form QA Benchmarks

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Hwang, Jena D., Kishore, Varsha, Singh, Amanpreet, Haddad, Dany, Naik, Aakanksha, Hamada, Malachi, Bragg, Jonathan, D'Arcy, Mike, Weld, Daniel S., Wang, Lucy Lu, Downey, Doug, Feldman, Sergey
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2603.06942