发布斯洛伐克语多任务评测基准

作者发布原生优先的斯洛伐克语大语言模型基准 sk-bench，包含30个数据集、33个计分任务变体和十类技能，并用同一评测框架测试55个开放权重及闭源权重模型。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。