热点事件持续更新
用长尾表现评估 LLM 创造力并提出 q@Tail
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
该事件关注如何量化大语言模型的创造力。2026-10-12 的 arXiv cs.CL 报道称，研究把 LLM 创造力形式化为输入—输出分布长尾上的任务特定性能：以预训练数据中的 n-gram 缺失作为新颖性代理，用长尾性能衡量模型在低频、未见表达上的能力，并在 15 个 benchmark、26 个开源权重模型上进行了验证。事件此前以 q@Tail 指称相应评估指标，本次报道侧重其形式化定义与实验规模，未给出新的数值结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
2026-10-12 arXiv 论文：以 n-gram 缺失为新颖性代理，用长尾性能评估 26 个开源模型的创造力报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CL通过长尾性能评估 LLM 创造力
LLM 创造力可形式化为输入-输出分布长尾上的任务特定性能，研究以预训练数据中的 n-gram 缺失为新颖性代理，在 15 个 benchmark、26 个开源权重模型上验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。