概念

pelican

Q: 什么是 pelican？

用于评估语言模型性能的基准测试体系

Q: pelican 最近有什么新动态？

traeai 已收录 1 篇与 pelican 相关的内容。最新一篇是「My notes on Kimi K3, plus some thoughts on what we can still learn from the pelican benchmark even w...」，由 Simon Willison(@simonw) 发布。

别名：Pelican Benchmark

用于评估语言模型性能的基准测试体系

已跟踪 1 条高相关材料

TraeAI 观察

如果只读 3 篇

My notes on Kimi K3, plus some thoughts on what we can still learn from the pelican benchmark even w...

Simon Willison(@simonw) · 6.5 分

Moonshot AI发布2.8万亿参数的Kimi K3模型，但pelican基准测试已无法准确反映模型在实际工具调用等场景的真实表现。

My notes on Kimi K3, plus some thoughts on what we can still learn from the pelican benchmark even w...

Simon Willison(@simonw)Today159 字 (约 1 分钟)

Moonshot AI发布2.8万亿参数的Kimi K3模型，但pelican基准测试已无法准确反映模型在实际工具调用等场景的真实表现。

入选理由：Kimi K3参数量达2.8万亿，是当前参数规模最大的中文模型之一

FeaturedTweet#AI模型#基准测试#Moonshot AI#大模型评估中英混合

跨材料问答 · pelican

回答基于：pelican 相关 1 条材料