每日论文

GPT-4o 在视觉理解方面表现如何？在标准计算机视觉任务上评估多模态基础模型

迷失在潜在空间：潜在扩散模型在物理仿真中的实证研究

Eka-Eval：一个在印度语言中评估大型语言模型的综合框架

LitBench：用于创意写作可靠评估的基准与数据集